新型液体免疫细胞化学与机器学习分析用于膀癌检测和检测
Ankush U Patel1, Samir Atiya2, Yi Song3
1Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, MN, USA.
Journal of histotechnology
|August 15, 2025
概括
使用免疫细胞化学和机器学习的新液体测试改善了膀癌的检测. 这种工作流程优化的平台在尿样中实现了100%的尿癌敏感度和特异性.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 在瘤学瘤学.
- 诊断 诊断 诊断 诊断
背景情况:
- 膀癌的诊断面临来自侵入性监测和工作流程低效的挑战.
- 目前的方法可能会影响诊断可靠性和患者体验.
研究的目的:
- 评估一种基于液体的新型免疫细胞化学平台,集成机器学习,用于检测尿液中尿路癌.
- 解决工作流程的低效,提高膀癌检测的诊断可靠性.
主要方法:
- 150名患者的前性研究 (2020年1月至2022年12月).
- 利用基于液体的免疫细胞化学平台与机器学习来分析空尿细胞学.
- 评估单个标记物 (hTERT,GATA-3,CK17) 和多标记物分析的性能.
主要成果:
- 分析队列包括142名患者 (115名尿癌,27名良性).
- 在多标志物分析中,当任何标志物呈阳性时,可以达到100%的灵敏度 (95% CI 96.8-100).
- 当所有三个标志物都呈阳性时,多标志物分析实现了100%的特异性 (95% CI 87.3-100).
结论:
- 一个工作流程优化的平台标准化了以尿为基础的膀癌诊断的样本准备和解释.
- 通过先进的生物标志物和人工智能优先考虑工作流程和样本完整性,可以获得高诊断性能.
- 这种方法为开发临床实用的诊断创新提供了一个模型,减少侵入性手术并提高准确性.
