试点研究人工智能辅助的ANA免疫光阅读与古典视觉解释的比较

科学领域:

• 免疫学 免疫学 免疫学
• 类风湿病学 类风湿病学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 抗核抗体 (ANA) 是系统性自身免疫性类风湿性疾病的关键生物标志物,如红性狼.
• 使用HEp-2细胞的间接免疫光测试 (IIFT) 是检测ANA的黄金标准.
• 对IIFT的视觉解释 (VI) 是费力的;基于AI的自动化系统提供了潜在的效率增长.

研究的目的:

• 为了评估基于AI的解释系统 (akiron® NEO) 的诊断性能,与用于ANA检测的视觉解释 (VI) 相比.
• 在AI和VI方法之间对ANA正/负歧视,标位水平和模式识别进行评估.
• 确定人工智能辅助IIFT作为临床风湿病学的可靠查工具的潜力.

主要方法:

• 143个连续的血清样本使用IIFT进行了分析,包括视觉解释和akiron® NEO AI系统.
• 两种方法之间的ANA检测,标位水平和模式进行了比较.
• 统计分析包括科恩的kappa (κ) 协议和麦克纳马尔测试显著差异.

主要成果:

• 良好的协议 (κ=0.69) 对于80的切线值的正/负 ANA 歧视,改善到≥1/80的 κ=0.76,没有显著差异.
• 适度一致 (κ=0.54) 的ANA模式识别,改善到非常好 (κ=0.80),当特定的模式被分组.
• 人工智能辅助解释经常比视觉解释分配更高的标题水平.

结论:

• 基于人工智能的解释显示了对ANA正/负歧视的良好协议,以及对模式识别的中等到非常好的协议.
• akiron® NEO系统显示出作为潜在选工具的希望,但需要进一步精细化算法以识别模式和标位校准.
• 持续的研究和开发对于AI在ANA测试中的成功临床实施至关重要.