数字病理学,深度学习和癌症:一个叙事审查
Darnell K Adrian Williams1, Gillian Graifman2, Nowair Hussain3
1Medical Scientist Training Program, Albert Einstein College of Medicine, Bronx, NY, USA.
Translational cancer research
|June 17, 2024
概括
深度学习和数字病理学为癌症护理提供了进步. 然而,实验室开发和临床实施之间存在差距,需要进一步验证现实世界的影响.
科学领域:
- 数字病理学和深度学习代表了癌症诊断和治疗的进步.
- 这些技术有可能提高癌症检测率和患者的治疗结果.
背景情况:
- 癌症仍然是一个重大的全球健康挑战,推动了对创新的诊断工具的需求.
- 数字病理学和深度学习正在成为医疗保健,特别是瘤学的变革力量.
研究的目的:
- 本综述评估了数字病理学中的深度学习应用程序的当前状态.
- 它分析了影响这些技术开发和临床实施的因素.
主要方法:
- 在多个科学数据库中进行了全面的文献搜索.
- 在2014年至2023年间发表的36篇关于全幻灯片成像和深度学习的相关文章被选中进行分析.
主要成果:
- 大多数审查的研究重点是深度学习模型的实验室开发,仅限于临床翻译.
- 在体外模型指标和现实世界的临床实用性之间经常存在性能差距.
结论:
- 弥合深度学习模型开发和临床实践之间的差距对于提高癌症护理至关重要.
- 未来的研究应该集中在临床试验和纵向研究上,以验证现实世界的有效性并促进公平的采用.
