一个基于基因病理学的人工智能系统,协助选肝脏内胆管癌的基因变异
Han Xiao1, Jianping Wang2, Zongpeng Weng3
1Department of Medical Ultrasonics, The First Affiliated Hospital, Sun Yat-sen University, Guangzhou, China.
British journal of cancer
|December 2, 2024
概括
一个人工智能系统从组织病理学幻灯片中预测肝脏内胆管癌 (ICC) 的遗传变化,有助于向治疗. 这种方法比对所有患者的常规基因测序更具成本效益.
科学领域:
- 在瘤学瘤学.
- 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:
- 向治疗改善了肝脏内胆管癌 (ICC) 的结果,但只有20%的患者有可向的变化.
- 对ICC的遗传查是昂贵的,并不是标准的做法.
- 基于组织病理学的人工智能有可能预测ICC的遗传变化.
研究的目的:
- 开发一种人工智能 (AI) 辅助的系统,使用基因病理图像预测ICC中的遗传变化.
- 与传统遗传测序相比,评估人工智能辅助系统的成本效益.
主要方法:
- 一个基因变异预测 (GAP) 系统是使用232名ICC患者的全幻灯片图像 (WSIs) 的多实例和自我监督学习构建的.
- 该模型在150名患者的独立外部数据集上进行了验证.
- 成本效益分析比较了GAP辅助治疗,所有测序和非测序策略.
主要成果:
- 该GAP系统准确地预测了可操作的基因变异 (FGFR2,IDH),AUC为0.754和0.713 (内部),0.724和0.656 (外部).
- 间隙辅助精确治疗增加了1个月的无进展质量调整寿命,成本为13,871.72美元,远低于全序列测序的44,538.93美元.
- 决策曲线分析表明,人工智能辅助策略具有优越的临床益处.
结论:
- 开发了一个人工智能辅助的系统,用于预测ICC可行的目标.
- 该系统显示了在先进的ICC中协助精确向治疗的潜力.
- 人工智能方法为全面的基因测序提供了一个具有成本效益的替代方案.
