验证前列腺癌和乳腺癌检测人工智能算法,用于准确的病原体诊断和分级:与日本队列的一项回顾性研究

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 日本前列腺癌和乳腺癌发病率不断上升,需要提高诊断准确度.
• 当前的组织病理学诊断面临着挑战,包括观察者之间的变化.
• 人工智能 (AI) 为客观的癌症诊断提供了潜在的解决方案.

研究的目的:

• 在日本患者队列中验证盖伦前列腺和盖伦乳房AI算法的性能.
• 评估AI在癌症检测,分类和侵袭性/非侵袭性瘤差异化方面的准确性.
• 评估AI作为亚洲人口决策支持工具的潜力.

主要方法:

• 来自日本一所机构的100例前列腺和100例乳腺活检病例的回顾性分析.
• 盖伦前列腺和盖伦乳房AI算法的验证.
• 使用曲线下的面积 (AUC) 评估诊断准确性,并识别病理特征.

主要成果:

• 获得的高AUC: 0.969对于盖伦前列腺和0.997对于盖伦乳房.
• 人工智能算法准确地检测到癌症,并确定了关键的病理特征,如围神经和淋巴血管入侵.
• 盖伦前列腺在腺癌病例中发现了更高的格里森得分和以前未报告的癌症.

结论:

• 人工智能算法显示出在日本提高前列腺癌和乳腺癌诊断的精度和效率的巨大潜力.
• 为了区分罕见的癌症亚型,需要进一步细化.
• 验证支持在亚洲人群中更广泛地采用AI工具来诊断癌症.