建立人工智能模型以精确地组织学分类型肺腺癌,并将其应用于定量和空间分析
Eisuke Miura1, Katsura Emoto1,2, Tokiya Abe1
1Department of Pathology, Keio University School of Medicine, Tokyo, Japan.
Japanese journal of clinical oncology
|May 17, 2024
概括
一个人工智能模型从整个幻灯片图像中准确地分类肺腺癌亚型. 这种人工智能工具有助于分析亚型分布,并有可能用于癌症诊断和预后的临床应用.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 人工智能的人工智能
背景情况:
- 肺腺癌的组织学亚型是关键的预后因素.
- 准确的亚型分类对于患者的治疗结果至关重要.
- 以前的方法依赖于手动病理学家的解释.
研究的目的:
- 开发和验证一种人工智能 (AI) 模型,用于将肺腺癌分为七种组织学亚型.
- 将AI模型应用于整个幻灯片图像 (WSI) 进行亚型分布分析.
- 调查组织学亚型分布和临床病理学因素之间的关系.
主要方法:
- 使用典型的组织学亚型图像训练并验证了一种AI模型.
- 将验证的AI模型应用于147个切除肺腺癌标本的全幻灯片图像.
- 分析了主要的亚型,瘤等级和高等级组件的空间分布.
主要成果:
- 人工智能模型在训练集中达到99.7%的准确率,在验证集中达到90.4%.
- 在75.5%的病例中,AI模型的主要亚型分类与病理学家相匹配.
- 由AI确定的亚型和等级显示了与病理学家确定的类似的无复发生存曲线;位于中心的高等级组件表明恶性瘤更高 (P < 0.001).
结论:
- 开发的AI模型准确量化了肺腺癌中的组织学亚型.
- 人工智能能够分析瘤中的亚型分布和空间模式.
- 人工智能模型显示了在肺腺癌诊断和预后中临床应用的巨大潜力.
