协议:在低收入和中等收入国家彻底改变中枢神经系统瘤诊断:一项关于手术内涂抹和深度学习的创新观察研究

科学领域:

• 神经外科 神经外科
• 数字病理学数字病理学
• 人工智能的人工智能

背景情况:

• 在指导神经外科手术过程中,手术期间的咨询非常重要.
• 在低收入和中等收入国家 (LMICs) 中,对神经病理专家的有限访问构成了诊断挑战.
• 需要新技术来增强手术内诊断能力.

研究的目的:

• 评估创新的手术内脑涂抹技术的可行性和实施情况.
• 评估深度学习技术的集成,用于实时涂抹分析.
• 确定这种方法在改善LMIC中神经外科诊断方面的潜力.

主要方法:

• 观察性研究评估了一种新的手术内脑涂抹方法,加上深度学习.
• 在手术室内由实习生进行涂抹的准备和显微镜检查.
• 实习生发现与常规手术内咨询和最终组织病理学结果的比较.
• 包括用于涂抹解释的人工智能和用于远程咨询的远程病理学接口.

主要成果:

• 该研究将将新型人工智能增强方法的准确性和效率与标准方法进行比较.
• 将收集有关该技术实施挑战和成功的数据.
• 该研究将提供关于实习生,人工智能和专家神经病理学家之间的诊断一致性的见解.

结论:

• 人工智能增强的手术内脑涂抹技术显示,它有可能在LMICs中彻底改变神经外科手术.
• 这种具有成本效益和效率的方法可以通过增强手术内诊断来改善患者的治疗结果.
• 成功实施可以解决对可访问的神经病理学服务的重大未满足需求.