人工智能是否重新定义了核-细胞质比率值,用于诊断高度泌尿腺癌?
Wei-Lei Yang1, Barbara A Crothers1, Tien-Jen Liu1
1AIxMed, Inc, Santa Clara, California, USA.
Cancer cytopathology
|May 3, 2025
概括
人工智能 (AI) 在尿细胞学中客观地量化了核与细胞质 (N / C) 的比例,改善了高度泌尿腺癌 (HGUC) 的检测. AIxURO建议使用较低的N/C比值值,以更准确地诊断HGUC和 carcinoma in situ.
科学领域:
- 尿癌检测检测 尿癌检测
- 计算病理学计算病理学
- 细胞病理学 细胞病理学
背景情况:
- 尿细胞学巴黎系统 (TPS) 使用主观的核-细胞质 (N/C) 比率值来检测高度泌尿细胞癌 (HGUC).
- 人工智能 (AI) 为客观的N/C比率测量提供了一个潜在的解决方案.
研究的目的:
- 评估AIxURO,一种AI模型,用于尿细胞学中的客观N/C比率和核面积测量.
- 完善TPS标准,以区分HGUC的非典型和可疑细胞.
主要方法:
- AIxURO分析了来自下部和上部泌尿道癌症病例的106张尿细胞学幻灯片的全幻灯片图像 (WSI).
- 人工智能模型量化了可疑细胞,非典型细胞,N/C比率和核区域.
- 统计分析使用Kruskal-Wallis测试来评估差异.
主要成果:
- AIxURO发现的可疑细胞明显少于非典型细胞 (p < .001).
- 怀疑的细胞表现出更高的N/C比率 (0.66比0.58,p<.001) 和更大的核区域 (102.3比85.7μm2,p<.001).
- 核区域在现场癌症 (CIS) 和HGUC之间有所不同,CIS显示了更大的区域.
结论:
- AIxURO提供客观的N/C比率和核面积量化,增强TPS标准.
- 修订后的0.66的N/C比率切割值可能更适合于SHGUC/HGUC检测,而不是当前的TPS值.
- 对于上下尿路病例,支持一致的N/C比标准.
