单独使用AICyte的能力作为一个独立的选器,用于使用50%负切割值对宫细胞学进行分类
Xianxu Zeng1,2, David Starr3, Juan Li4
1Department of Pathology, The Third Affiliated Hospital of Zhengzhou University, Zhengzhou, China.
Cancer cytopathology
|August 19, 2024
概括
AICyte人工智能系统可以有效地选宫细胞学病例,通过高精度识别负面病例,潜在地减少工作量. 这种人工智能工具显示出作为检测子宫癌的独立查方法的前景.
科学领域:
- 病理学 病理学 病理学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 在宫细胞学查中,AICyte已经显示出潜力.
- 之前的研究表明,50%的负切割值可以减少工作量.
研究的目的:
- 评估AICyte可以减少宫细胞学查中的工作负载的假设.
- 为了评估AICyte的性能,使用50%的负切割值.
主要方法:
- 使用了瑞的WSI-2400 (AICyte) 系统.
- 分析了来自中国四个医院系统 (2018-2023) 的163,848例宫细胞学病例.
- 在统计上,AICyte结果与原始诊断进行了比较.
主要成果:
- 98.80%的AICyte指定的负面病例被证实是负面的.
- 高度病变的灵敏度和负预测值分别为90.77%和98.80%.
- 低度病变的灵敏度和负预测值分别为98.92%和99.94%.
结论:
- AICyte可以作为子宫癌的独立查工具.
- 使用AICyte的50%负切断值可以优化工作流程并减少工作负载.
- AICyte是用于宫癌查的潜在辅助方法,特别是在资源有限的环境中.


