在乳腺癌中KI-67评估的人工智能驱动优化:提高精度和工作流程效率. 一个文献综述

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 生物医学工程 生物医学工程

背景情况:

• 乳腺癌 (BC) 诊断已经从形态分析发展到分子分析,识别出不同的亚型.
• 基-67是分类BC亚型和指导化疗决策的关键预后生物标志物.
• 准确的Ki-67评估对于乳腺癌管理中的个性化治疗策略至关重要.

研究的目的:

• 批判性地分析人工智能 (AI) 在优化乳腺癌Ki-67评估方面的现状.
• 评估AI作为病理学家在提高精度和工作流程效率方面的辅助工具的潜力.
• 探索AI在乳腺癌护理中的整合,特别是在资源有限的环境中.

主要方法:

• 对人工智能驱动的Ki-67评估乳腺癌现有研究的全面审查.
• 对人工智能算法的批判性分析及其性能与标准基因病理学评估相比.
• 评估人工智能工具提供的工作流效率和精度改进.

主要成果:

• 人工智能驱动的Ki-67评估显示了与病理学家使用的标准方法的高度一致.
• 人工智能工具显示出显著的潜力,可以提高Ki-67评分的精度和效率.
• 人工智能集成可以作为一个有价值的辅助工具,支持病理学家在日常实践中.

结论:

• 人工智能对彻底改变乳腺癌诊断中的Ki-67评估具有重大前景.
• 人工智能集成可以导致更容易获得和更精确的乳腺癌护理,即使在资源有限的环境中.
• 需要进一步的研究来解决研究设计多样性和有限的时间框架等局限性.