数字病理学和人工智能在细胞癌中专注于特征提取:一篇文献综述
Ming-Yue Li1, Yu Pan2, Yang Lv3
1Department of Pathology, The Second Hospital of Jilin University, Changchun, Jilin, China.
Frontiers in oncology
|February 10, 2025
概括
人工智能 (AI) 和数字病理学 (DP) 在细胞癌 (RCC) 研究中表现有前途. 人工智能模型在分类子类型,分级和预测结果方面实现了高准确性,解决了文献评论中的差距.
科学领域:
- 在瘤学瘤学.
- 分子病理学分子病理学
- 计算病理学计算病理学
背景情况:
- 人工智能 (AI) 和数字病理学 (DP) 的整合为瘤学提供了新的方法.
- 细胞癌 (RCC) 研究越来越多地利用这些技术来提取特征.
- 由于现有文献的稀缺性,需要对RCC中的AI和DP应用进行审查.
研究的目的:
- 在细胞癌中对数字病理学和人工智能的应用进行全面的文献审查.
- 总结目前的研究状况,并确定该领域的未来方向.
主要方法:
- 在RCC中对AI和DP的研究进行数据库的系统文献搜索.
- 分析AI模型性能指标,包括曲线下的面积 (AUC).
主要成果:
- 基于深度学习的AI模型在RCC分析中表现出高性能.
- 在亚型分类中,AUC值超过0.93,在清细胞RCC分级中超过0.89-0.96,在分子预测中超过0.70-0.89,在生存预测中超过0.78.
结论:
- 人工智能和DP具有促进RCC诊断和预后的巨大潜力.
- 需要进一步的研究来探索这些技术在RCC中的全部能力和临床整合.
