数字组织病理学的人工智能用于预测患者的预后和乳腺癌治疗疗效
Christine McCaffrey1, Chowdhury Jahangir1, Clodagh Murphy1
1UCD School of Biomolecular and Biomedical Science, UCD Conway Institute, University College Dublin, Dublin, Ireland.
Expert review of molecular diagnostics
|April 24, 2024
概括
人工智能 (AI) 和数字病理学分析组织学图像,以预测乳腺癌的结果. 这项技术有助于病理学家,改善患者分层和治疗,尽管临床采用挑战.
科学领域:
- 在瘤学瘤学.
- 数字病理学数字病理学
- 医疗成像医学成像
背景情况:
- 组织学图像包含预后信息,但手动评估耗时且有限.
- 数字病理学和人工智能使整个幻灯片图像 (WSIs) 的定量分析成为可能.
- 人工智能算法可以从瘤微环境 (TME) 中识别基于图像的生物标志物,以改善瘤诊断.
研究的目的:
- 审查人工智能和数字病理学如何预测乳腺癌预后和治疗结果.
- 讨论将人工智能和数字病理学整合到临床环境中的挑战.
主要方法:
- 在乳腺癌研究中对人工智能和数字病理学的当前文献的审查.
- 对基于图像的生物标志物的分析,以获得预后和预测价值.
主要成果:
- 人工智能和数字病理学显示出分析TME在乳腺癌诊断,预后和预测价值方面的潜力.
- 基于图像的生物标志物可以帮助患者分层和治疗选择.
结论:
- 人工智能和数字病理学整合可以通过减少诊断到预后的延迟来彻底改变瘤学.
- 克服道德,监管和技术挑战对于广泛的临床采用至关重要.
- 需要进行前性试验,以建立信心,并促进AI在临床实践中的应用,以改善患者的治疗结果.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.3K
