小型中心细胞作为毛囊淋巴瘤的预后不良因素 - 基于人工智能分析
Ryuta Iwamoto1, Toui Nishikawa1, Fidele Yambayamba Musangile1
1Department of Human Pathology, Wakayama Medical University, Wakayama, Japan.
Computers in biology and medicine
|June 19, 2024
概括
人工智能 (AI) 现在可以量化卵泡淋巴瘤中的中枢细胞形态,识别较小的细胞作为不良预后指标. 这种人工智能方法比传统的病理学家评估更准确地预测患者的结果.
科学领域:
- 血液病理学 血液病理学
- 计算病理学计算病理学
- 在瘤学瘤学.
背景情况:
- 毛囊淋巴瘤诊断依赖于中心细胞评估,但观察者变异性很高.
- 准确的预后因素对于有效的卵泡淋巴瘤治疗策略至关重要.
研究的目的:
- 用人工智能 (AI) 量化分析毛囊淋巴瘤中的中枢细胞形态.
- 与临床预后相关联的中心细胞形态特征.
- 评估人工智能的潜力,以改善基于病理学家的评估.
主要方法:
- 分析了36例毛囊淋巴瘤病例的整体幻灯片图像.
- 一个物体检测模型 (YOLOv5) 被微调到细分心脏细胞.
- 形态特征 (核大小,面积,长度) 被量化测量.
- 人工智能衍生的特征与患者的预后相关 (优秀,差,不确定的).
主要成果:
- 预后不佳组的中枢细胞核大小明显小于预后良好组.
- 平均核面积<55μm2与较差的无事件生存率有关 (p <0.0123).
- 人工智能展示了捕捉形态特征的潜力,比人类观察更有效.
结论:
- 使用人工智能对中心细胞的定量形态分析可以作为毛囊淋巴瘤的新奇预后因素.
- 较小的中枢细胞大小与较差的临床结果有关.
- 人工智能驱动的病理评估可能会提高诊断准确性和预后预测.
