一个人工智能辅助的诊断系统改善了上尿道细胞学诊断

科学领域:

• 尿瘤学 尿瘤学
• 医学的人工智能 (AI)
• 细胞病理学 细胞病理学

背景情况:

• 通过尿细胞学准确诊断上尿路癌症对于患者的管理至关重要.
• 传统的尿细胞学面临的挑战是准确性和观察者间的变异性,特别是非典型的尿细胞 (AUC).

研究的目的:

• 评估AIxURO系统的有效性,这是一个基于深度学习的AI工具.
• 评估AIxURO在尿细胞学中提高准确性和可靠性的能力,以诊断上部泌尿道尿癌.

主要方法:

• 分析了185个上泌尿道细胞学样本,这些样本使用巴黎尿细胞学报告系统 (TPS) 来分类.
• AIxURO系统分析了样本,结果通过细胞技术专家和细胞病理学家的独立评估来验证.
• 对人类口译员和人工智能系统的诊断准确性,超调和低调率的评估.

主要成果:

• 在20%的案件中,AIxURO发现了差异 (37/185).
• AIxURO系统显著提高了诊断的准确性和一致性,特别是在非典型的尿细胞 (AUC) 中.
• 人类解释者显示了可变的准确性 (细胞技术人员:85%NHGUC,21.4%AUC;细胞病理学家:95%NHGUC,85.7%AUC),细胞技术人员表现出更高的超调和低调率.

结论:

• 艾克苏罗可以提高尿细胞学的准确性和可靠性,用于上泌尿道尿癌.
• 人工智能工具可以精确检测非典型的尿细胞,减少诊断主观性.
• 将AIxURO纳入临床实践具有与人类专业知识的协同潜力,以改善诊断结果.