深度学习模型用于从血素/素染色心肌组织中诊断心脏粉症

科学领域:

• 心血管病理学心血管病理学
• 人工智能在医学中的应用
• 组织病理学 组织病理学

背景情况:

• 心脏粉症的诊断依赖于心肌组织中的粉样沉积.
• 虽然存在成像模式,但组织学确认是最终的.
• 需要从标准心肌组织分析中得到更好的诊断支持.

研究的目的:

• 开发一个深度学习模型来诊断心脏粉症.
• 用血素/素 (HE) 染色的心肌组织进行AI驱动的诊断.
• 为了提高心脏氨基粉症诊断的准确性和效率.

主要方法:

• 一项回顾性观察性研究包括166名患者 (76名患有心脏氨基粉症).
• 训练了一种深度学习模型,从HE染色的心肌组织贴片中识别心脏粉症.
• 模型的性能使用曲线下的面积 (AUC) 度量来评估.

主要成果:

• 深度学习模型在歧视性补丁中实现了0.965的AUC.
• 有了定义的诊断标准,该模型在患者歧视方面表现出完美的表现 (AUC 1.0).
• 该模型有效地突出显示了可疑存在粉样蛋白沉积的区域.

结论:

• 一个深度学习模型可以从HE染色心肌组织中准确诊断心脏粉症.
• 这种人工智能工具有可能最大限度地减少错过的诊断,并提高组织学诊断的实用性.
• 为临床实施,建议进行进一步的多中心前性验证.