相关实验视频
Updated: Jun 29, 2025
08:58
Artificial Intelligence Approaches to Assessing Primary Cilia
Published on: May 1, 2021
3.5K
用人工智能辅助系统对宫细胞学查的有效性和准确性的评估
Xinru Bai1, Jingjing Wei1, David Starr2
1Department of Pathology, The Third Affiliated Hospital of Zhengzhou University, Zhengzhou, China; Zhengzhou Key Laboratory of Gynecological Disease's Early Diagnosis, Zhengzhou, China.
概括
人工智能 (AI) 显著提高了宫癌查效率和准确性. 与ThinPrep Pap幻灯片一起使用的AICyte系统减少了病理学家阅读时间,并提高了检测癌前病变的特异性.
科学领域:
- 病理学 病理学 病理学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 为增强病理学患者护理提供了新的机会.
- 宫癌查是人工智能有可能改善诊断工作流程和准确性的关键领域.
研究的目的:
- 评估AICyte用于宫查的辅助系统的可行性和实用性.
- 调查AICyte对病理学家工作流程效率和诊断能力的影响.
主要方法:
- 一个新型扫描仪 (Ruiqian WSI-2400,AICyte) 产生了人工智能图像画廊和对ThinPrep Pap幻灯片的评估.
- 两位病理学家从32,451个案例中审查了AI识别的感兴趣对象 (OOI),将结果与原始解释 (OTPI) 进行比较.
- 分析的重点是报告率,细胞学-组织学相关性以及AICyte的独立查实用性.
主要成果:
- 病理学家的阅读时间明显减少,从手动平均180秒降至AICyte.23的22.23秒.
- 与OTPI相比,AICyte表现出类似的敏感性 (97.89%),但显著更高的特异性 (16.19%与6.77%) 检测宫内皮质瘤2+病变.
- 在独立使用时,AICyte获得了99.30%的灵敏度和9.87%的特异性,正确识别了所有高度状细胞内皮质病变/状细胞癌病例.
结论:
- AICyte系统显示出作为一种提高病理学家在宫检查中的诊断能力和效率的工具的潜力.
- AICyte将病例分类为"不需要审查"的能力提供了一个独特的分类功能,可能降低病理学家的工作量.
- 这项研究是使用人工智能辅助系统进行病理学家审查的最大研究,表明人工智能在宫癌查中的广泛适用性.
