GPSai:一款经过临床验证的AI工具,用于在常规瘤分析过程中预测起源组织

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 人工智能在医学中的应用

背景情况:

• 癌症的一个子集,存在不清楚或不正确的原发性组织病理学诊断,在诊断和治疗方面构成挑战.
• 未知初级癌症 (CUP) 是一个重大的诊断困境,影响患者管理和治疗策略.

研究的目的:

• 开发和验证一个人工智能工具,基因组概率得分人工智能 (GPSaiTM),用于预测CUP中的瘤组织起源,并识别潜在的误诊.
• 评估将GPSai整合到常规分子测试中的临床影响,以提高诊断准确性和指导治疗.

主要方法:

• GPSai模型是从超过20万个病例的整个外体和转录组数据上训练的.
• 在超过97,000个案例中进行了回顾性和前性验证.
• 通过8个月的活体测试和医生调查来评估临床效用.

主要成果:

• 在非CUP病例中,GPSai显示95.0%的准确性,在84.0%的CUP病例中确定瘤起源.
• 该工具在0.88%的分析病例中导致了诊断变化,这些变化得到了正交证据的支持.
• 在86.1%的受影响患者中,诊断的改变促使了针对性治疗资格的变化.

结论:

• GPSai准确地识别出瘤组织的起源,帮助诊断CUP和模两可的瘤.
• 人工智能工具通过提高诊断准确性和指导随后的治疗决策,有可能产生临床影响.
• 将GPSai集成到常规分子测试中可以提高诊断精度并优化患者治疗策略.