在标准化控制中使用人工智能监测免疫色变异

科学领域:

• 病理学 病理学 病理学
• 生物技术是生物技术.
• 人工智能的人工智能

背景情况:

• 免疫组织化学 (IHC) 质量控制对于患者管理至关重要.
• 传统的对照组织由于稀缺性和异质性而面临局限性.
• 标准化细胞系为IHC质量控制提供了一个有希望的替代方案.

研究的目的:

• 研究使用人工智能 (AI) 来监测标准化细胞系的IHC染色质量.
• 评估基于AI的HER2和PD-L1 IHC染色的质量控制.
• 使用人工智能识别和追踪IHC染色的变异.

主要方法:

• 用于HER2和PD-L1IHC染色的标准化细胞系,在五个自动染色器中进行染色.
• 使用AI算法Qualitopix进行24个月的细胞膜表达和染色质量的定量测量.
• 评估了染料间和运行内的变化,并确定了变异检测极限.

主要成果:

• 观察到人工智能测量的染色质量的意想不到变化,特别是在低和中度表达细胞系中.
• 确定了自动支器之间和滑动槽内的显著差异.
• 在波动染色器上进行维护,可以减少观察到的变化.

结论:

• 人工智能是监测标准化控制细胞系IHC染色质量的有效工具.
• 人工智能有助于在IHC染色过程中检测和追踪错误.
• 人工智能驱动的质量控制对于确保HER2和PD-L1.1等向疗法的准确患者管理至关重要.