多助理方法改善乳腺癌中瘤透淋巴细胞 (sTILs) 评估:多机构环状研究的结果

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 医疗成像医学成像

背景情况:

• 流体瘤透淋巴细胞 (sTILs) 对于乳腺癌预后至关重要.
• 对于病理学家来说,准确的sTIL评估是一个挑战.
• 这项研究研究了参考卡 (RC) 和人工智能 (AI) 辅助的方法用于sTIL评估.

研究的目的:

• 评估RC和AI对sTIL评估的准确性和一致性的影响.
• 探索人工智能辅助sTIL评分的临床适用性.
• 通过不同经验水平的病理学家识别和解决sTIL评估中的陷.

主要方法:

• 对12名病理学家进行了三轮环研究.
• 开发了用于RC创建和全幻灯片图像分析的AI算法.
• 评估了50例外科切除病例,以观察者间一致性和临床性能.
• 利用200个视野 (FOV) 进行准确性评估和167个病例进行临床验证.

主要成果:

• 经过RC的协助,同类内相关系数 (ICC) 显著改善,达到0.834.
• 人工智能辅助的方法实现了与RC协助的高级病理学家可比的ICC.
• 与视觉评估 (AUC 0.775) 相比,人工智能辅助的sTIL评分显示了病理完整反应的优异预测性能 (AUC 0.937).
• 对异质性和树皮因子评估的准确性有显著的改善.

结论:

• 通过RC和AI辅助技术,有效地减少了STIL评估中的解释不确定性.
• 这些工具提高了stIL评分的可靠性,特别是在分布异质的情况下.
• 人工智能辅助的方法有望提高乳腺癌的预后准确性.