相关实验视频
Updated: Jul 9, 2026
09:16
Assessment of Kidney Function in Mouse Models of Glomerular Disease
Published on: June 30, 2018
18.4K
以人工智能为基础的系统用于分析淋巴细胞疾病中的电子显微镜图像
Pengcheng Ma1, Jinbang Li2,3,4, Zhengyu Zhang2,3,4
1Big Data Center, Nanfang Hospital, Southern Medical University, Guangzhou, China.
JAMA network open
|October 7, 2025
概括
一个人工智能系统,TEM-AID,精确地从传输电子显微镜图像中量化脏超结构,提高了质细胞疾病的诊断准确度. 这种人工智能工具提高了病理学家在临床工作流程中的效率和诊断结果.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 使用传输电子显微镜 (TEM) 进行脏活检的解释对于诊断质细胞疾病至关重要.
- 对TEM图像进行分析,以了解质底层膜厚度,脚过程数和电子密度沉积物的分析是劳动密集和耗时的.
研究的目的:
- 开发和验证一个人工智能辅助设备 (TEM-AID) 来自动细分和测量来自TEM图像的膜超结构.
- 评估TEM-AID在确定淋巴细胞疾病亚型和提高诊断效率方面的能力.
主要方法:
- 一项多中心诊断研究涉及来自31,670名慢性病患者的160,727张TEM图像.
- 开发TEM-AID的模块进行细分 (YOLO-v8,SAM,人-in-the-loop),测量和分类的7种球体疾病亚型.
- 在5020名患者的外部验证和454名患者的人类-人工智能测试组.
主要成果:
- 细分实现了高性能,平均交叉跨欧盟 (IOU) 为0.835,子系数为0.874.
- 亚型分类的准确性达到0.911 (内部验证) 和0.895-0.914 (外部测试),宏观AUC范围从0.972到0.989.
- 在人-人工智能测试中,TEM-AID精度 (0.886) 超过了无助临床医生,在使用人工智能时,其精度提高了11.7%.
结论:
- 从TEM图像中,TEM-AID准确量化了质细胞超结构,并对质细胞疾病的亚型进行了分类.
- 人工智能系统显著提高了诊断效率和准确性,为病理学家提供了有价值的定量工具.
- 证明了强大的多中心性能,支持其整合到临床诊断工作流程中.
