人工智能辅助前列腺癌诊断用于减少免疫组织化学的使用
Anders Blilie1,2, Nita Mulliqi3, Xiaoyi Ji3
1Department of Pathology, Stavanger University Hospital, Stavanger, Norway.
Communications medicine
|October 15, 2025
概括
人工智能模型可以减少在难以诊断前列腺癌的情况下对免疫组织化学染色 (IHC) 的需求. 这种人工智能工具尽量减少IHC在具有挑战性的前列腺活检病例中的使用,而不会影响诊断准确性或安全性.
科学领域:
- 病理学 病理学 病理学
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 前列腺癌的诊断依赖于组织病理学,这可能是可变的.
- 免疫组织化学染色 (IHC) 有助于诊断,但增加了工作量和成本.
- 人工智能 (AI) 为分类具有挑战性的前列腺活检幻灯片提供了解决方案.
研究的目的:
- 评估AI模型在减少IHC用于前列腺癌诊断中的有效性.
- 评估诊断准确性,在最小化IHC时使用AI辅助.
- 调查AI在简化前列腺病理学工作流程方面的潜力.
主要方法:
- 从常规诊断中对前列腺核心针活检的回顾性分析.
- 包括在诊断上具有挑战性的病例,需要IHC进行最终诊断.
- 在H&E染色的幻灯片上评估AI模型的性能.
主要成果:
- 人工智能模型在检测H&E幻灯片上的癌症方面实现了高性能 (AUC 0.951-0.993).
- 在三个队列中,IHC使用量减少了44.4%,42.0%和20.7%.
- 在良性病例中,IHC降低了高达80.6%,没有假阴性.
结论:
- 人工智能模型有效地减少了在具有挑战性的前列腺活检中不必要的IHC.
- 保持诊断安全性和准确性,显示出临床整合的前景.
- 有潜力减轻资源负担,提高前列腺病理学的效率.
