人工智能辅助全幻灯片图像分析用于早期结直肠和胃癌中淋巴结状况预测

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:

• 内镜切除是早期结直肠癌 (T1 CRC) 和早期胃癌 (EGC) 的首要治疗方法.
• 淋巴结转移 (LNM) 的显著风险需要在高风险病例中进行进一步的手术干预.
• 目前对LNM风险的病理评估存在由于观察者间的变异性而导致的准确性和可重复性问题.

研究的目的:

• 审查T1 CRC和EGC预测LNM的挑战.
• 探索人工智能辅助全幻灯片图像 (WSI) 分析的潜力,作为改善LNM风险分层的解决方案.
• 讨论当前AI在这个领域的局限性和未来方向.

主要方法:

• 对T1 CRC和EGC中LNM预测的当前文献的综述.
• 对研究AI辅助WSI分析用于LNM检测的研究进行分析.
• 在病理学评估中讨论观察者间的变异性.

主要成果:

• 人工智能辅助的WSI分析表明,在T1 CRC和EGC的LNM预测方面取得了令人鼓舞的结果.
• 人工智能提供了一种潜在的病理学家独立方法,以提高诊断一致性.
• 目前的人工智能模型面临的局限性包括样本规模小,外部验证不足等.

结论:

• 人工智能辅助的WSI分析有望改善LNM风险分层在早期的肠道癌症.
• 临床实施需要进一步的高质量证据和验证.
• 解决技术挑战,如染色标准化,对于人工智能采用至关重要.