人工智能用于在积极监视期间在活检中检测前列腺癌
Ida Arvidsson1, Edvard Svanemur2, Felicia Marginean3,4
1Centre for Mathematical Sciences, Lund University, Lund, Sweden.
BJU international
|July 4, 2024
概括
一个人工智能 (AI) 算法准确地检测前列腺癌在连续活检的患者在主动监视 (AS). 这种人工智能工具可以显著减少病理学家的工作量,同时保持高癌症检测率.
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
- 前列腺癌诊断的诊断方法
背景情况:
- 前列腺癌的积极监测 (AS) 需要连续活检来监测疾病的进展.
- 在活检上对癌症的准确评估对于AS的治疗决定至关重要.
- 病理学家的工作量可以在管理大量接受连续活检的队列中发挥重要作用.
研究的目的:
- 评估一个人工智能 (AI) 算法,用于在连续活检中检测前列腺癌.
- 评估AI算法的准确性,灵敏性和特异性,以识别癌症区域.
- 确定人工智能算法在积极监视队伍中减少病理学家工作负担的潜力.
主要方法:
- 在前列腺癌研究国际积极监测 (PRIAS) 队列中对180名患者的前性监测.
- 分析了4744张诊断和再活检幻灯片 (2011-2020年) 使用内部基于AI的癌症检测算法.
- 对AI性能与原始病理学报告进行评估,并评估癌症大小,PSA水平和PSA密度等预后因素.
主要成果:
- 人工智能算法在癌症检测方面表现出高灵敏度 (0.96) 和特异性 (0.73).
- 人工智能估计的癌症大小与病理学家的测量高度相关 (r=0.83).
- 人工智能分析可能会使良性幻灯片的病理学家读数减少63%,错过癌症的风险为0.55%.
结论:
- 一个基于人工智能的算法显示,它有望减少前列腺癌活跃监测中的病理学家工作量.
- 人工智能算法准确地量化了活检上的癌症,与手动评估相对应.
- 这项研究代表了数字病理学中人工智能算法的第一份报告,用于AS队列中的癌症检测.
