十二指管活检审计:诊断的相对频率,要求表中的关键词表明严重的病理,以及内皮细胞瘤的潜在诊断,作为开发人工智能诊断方法的基础
Vrinda Shenoy1, Jessica L James1, Amelia B Williams-Walker1
1Department of Pathology, University of Cambridge, Tennis Court Road, Cambridge CB2 1QP, Cambridgeshire, UK.
Diagnostics (Basel, Switzerland)
|June 26, 2025
概括
这项研究分析了十二指肠活检,以告知AI诊断. 自动化正常和乳病诊断可以将病理学家的工作量减少80%.
科学领域:
- 胃肠病学 胃肠病学
- 病理学 病理学 病理学
- 人工智能的人工智能
背景情况:
- 开发人工智能用于十二指肠活检诊断需要了解当前的诊断模式.
- 三级推中心处理各种病理,影响AI培训数据需求.
研究的目的:
- 确定十二指肠活检诊断的频率.
- 识别关键词,表明AI排除的严重病理.
- 评估内皮细胞内淋巴细胞病例中乳病的流行率.
主要方法:
- 在18个月内审计了6245份十二指肠活检报告.
- 诊断的分析,包括正常,乳病谱,炎症和恶性瘤.
- 对关键关键词的组织病理学请求表格的审查.
主要成果:
- 73.76%的活检正常;8.84%显示胆固醇病谱.
- 恶性瘤 (腺瘤,癌瘤等) 占所有诊断的0.64%.
- 14.5%的单独的内皮细胞淋巴细胞瘤病例与腹腔疾病有关.
结论:
- 人工智能可以自动诊断正常的十二指肠活检和与腹腔疾病相关的十二指肠活检.
- 降低十二指肠活检病理学家工作负担的潜力高达80%.
- 了解诊断频率对于AI在组织病理学中的实施至关重要.
