相关实验视频
Updated: Jun 17, 2025
09:45
Detection of Copy Number Alterations Using Single Cell Sequencing
Published on: February 17, 2017
11.6K
人工智能算法用于估计瘤细胞百分比,并将其应用到尿路癌症的拷贝数变化
Jinahn Jeong1, Deokhoon Kim1, Yeon-Mi Ryu2
1Department of Pathology, Asan Medical Center, University of Ulsan College of Medicine, Seoul, Korea.
Journal of pathology and translational medicine
|August 7, 2024
概括
人工智能 (AI) 模型准确估计膀癌中瘤细胞百分比 (NCP),有助于分子诊断. 这些人工智能工具为个性化癌症疗法提供了比手动病理学家计算更快,更可靠的替代方案.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 人工智能的人工智能
背景情况:
- 膀癌经常发生突变,因此需要精确的分子诊断以进行向治疗.
- 精确估计瘤细胞百分比 (NCP) 对分子诊断至关重要,但传统上依赖于耗时的手动病理学家计数.
研究的目的:
- 开发和验证人工智能 (AI) 模型,用于估计尿路癌症中的NCP.
- 在NCP估计中比较人工智能模型与人类病理学家的性能.
- 分析人工智能驱动的NCP估计对副本数量变化 (CNV) 分析的影响.
主要方法:
- 9个卷积神经网络使用39例尿路癌症病例的扫描图像进行训练.
- 人工智能模型的性能与6名病理学家进行了验证,使用了119例病例,并从多重复合免疫光学中获得了基本真相.
- 人工智能模型被应用于41个案例进行CNV分析.
主要成果:
- 人工智能模型显示出高可靠性 (ICCs 0.820.88),与病理学家 (ICCs 0.780.91) 相比或优于它们.
- 人工智能驱动的NCP估计导致CNVs的24.2%的重新分类,显著转向放大和损失.
- 在AI应用后,中性/小CNV的比例下降了6%.
结论:
- 人工智能模型为膀癌的NCP估计提供了可靠和有效的方法.
- 人工智能可以帮助病理学家完成NCP计算的繁任务,改善诊断工作流程.
- 人工智能驱动的NCP分析会影响CNV的解释,可能会改进分子诊断.
