使用人工智能和深度学习开发非酒精性脂肪肝疾病纤维化的诊断支持系统

科学领域:

• 肝病学 肝病学是一种肝病学.
• 数字病理学数字病理学
• 人工智能在医学中的应用

背景情况:

• 肝纤维化是肝硬化和癌症的前体,需要准确的诊断方法.
• 非酒精性脂肪性肝病 (NAFLD) 的诊断依赖于肝脏活检的组织病理学评估.
• 人工智能 (AI) 和深度学习的进步为自动疾病检测提供了新的途径.

研究的目的:

• 开发和验证SMART AI-PATHO,这是一个自动化的AI系统,用于分析NAFLD肝脏活检中的组织病理特征.
• 用Metavir分期作为参考来量化肝硬化和纤维化.
• 将人工智能驱动的评估与病理学家对诊断准确性的解释进行比较.

主要方法:

• 开发SMART AI-PATHO,这是一个深度学习算法,分析肝脏活检图像中的建筑特征.
• 应用人工智能工具对146名NAFLD患者的活检.
• 与病理学家诊断相比,人工智能生成的Metavir纤维化得分和肥胖症等级的比较.

主要成果:

• 智能AI-PATHO显示了对Metavir纤维化阶段的病理学家解释的显著相关性 (协议 = 68%,卡帕 = 0.59,p < 0.001).
• 亚组分析显示,对于显著纤维化 (F2-F4) 与非显著纤维化 (F0-F1) (协议 = 80%,卡帕 = 0.61) 以及高级 (F3-F4) 与非高级 (F0-F2) 纤维化 (协议 = 89%,卡帕 = 0.74) 的实质性协议.
• 人工智能工具在肝纤维化得分和脂肪酸症分级方面表现出令人满意的表现.

结论:

• 智能AI-PATHO是泰国NAFLD肝脏组织分期的 AI 诊断工具.
• 人工智能系统的性能与病理学家在评估肝纤维化和脂肪化时的表现相似.
• 进一步开发和大规模验证可以提高人工智能的精度,用于肝病理中的远程医疗.