快速开发和多机构临床验证人工智能算法用于检测结肠直肠癌中淋巴结转移的淋巴结转移

科学领域:

• 数字病理学数字病理学
• 人工智能在瘤学中的应用
• 癌症诊断 癌症诊断 癌症诊断

背景情况:

• 淋巴结转移 (LNM) 的自动检测对于结直肠癌 (CRC) 的分期至关重要.
• 有限的研究专注于基于人工智能的LNM检测,专门针对CRC.

研究的目的:

• 开发一种临床级人工智能 (AI) 工具,用于在结直肠癌 (CRC) 中自动检测淋巴结转移 (LNM).
• 利用快速的框架来有效开发和验证人工智能工具.

主要方法:

• 在432个幻灯片上训练了一个细分算法,以检测8个组织类.
• 人工智能工具使用快速追踪原则进行训练,在7天内生成大数据集,注释最小.
• 验证是在多机构,多扫描仪测试队列上进行的,包括14460个幻灯片.

主要成果:

• 人工智能工具在所有测试队伍中在LNM检测中实现了高精度.
• 灵敏度范围从0.980到1.000,负预测值从0.997到1.000,特异性从0.913到0.990.
• 在14460张幻灯片中,仅报告了5个虚假阴性结果,其中3个涉及淋巴血管中的瘤细胞集群.

结论:

• 在CRC中快速开发了一种临床级AI工具来检测LNM,使用快速跟踪原则.
• 该工具在一个大型,多样化的验证队列中表现出非常高的精度和准确性.
• 正在发布部分测试数据集,以支持进一步的学术研究,用于CRC诊断的AI.