使用人工智能检测肌肉自身侵袭在尿癌的检测
Ibrahim Fahoum1, Rabab Naamneh2, Keren Silberberg1
1Institute of Pathology, Tel-Aviv Sourasky Medical Center, Tel-Aviv, Israel.
Technology in cancer research & treatment
|May 28, 2024
概括
一个人工智能算法帮助病理学家检测尿癌中的肌肉入侵. 这种工具可以提高诊断准确度,提高膀癌关键治疗决策的速度.
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
- 尿癌研究研究 尿癌研究
背景情况:
- 准确评估肌肉自身的入侵对于尿癌的管理至关重要.
- 肌肉侵袭的病理诊断带来了重大挑战.
- 人工智能 (AI) 在病理学中提供了潜在的解决方案.
研究的目的:
- 开发和验证人工智能算法,用于检测肌肉自身侵袭在尿癌.
- 帮助病理学家识别关键入侵区域.
- 为了提高诊断肌肉侵入性膀癌的效率和准确性.
主要方法:
- 在50个尿癌标本的925张图像上训练的AI算法的开发.
- 使用10个标本的97张图像进行验证,并对127个完整标本 (617个幻灯片) 进行临床验证.
- 算法识别了瘤和肌肉自身之间的近距离区域,供病理学家审查.
主要成果:
- 分析评估显示瘤和肌肉自身检测的适度灵敏度和特异性.
- 将空间接近纳入临床验证中显著提高了检测准确性.
- 算法识别了除了一个外的所有肌肉侵入性膀癌病例,病理学家在大约5秒内审查图像.
结论:
- 开发的AI算法在帮助准确识别肌肉自身入侵方面表现出有希望.
- 该工具模仿了病理学家的决策过程,有可能增强诊断工作流程.
- 人工智能集成可以通过促进及时和准确的诊断来改善尿癌的管理.
