在使用低温切割病理学的扩散中线质瘤活检中,人工智能增强的手术内决策工作流程

科学领域:

• 人工智能在病理学中的应用
• 在瘤学瘤学.
• 分子诊断学 分子诊断

背景情况:

• 通过冷解病理学的扩散性中线结质瘤的手术内诊断至关重要,但容易出现错误,往往需要重新切除.
• 目前的方法可能无法完全利用冷切割图像进行分子评估,因为它具有人工制成品.

研究的目的:

• 介绍CryoAID,一种人工智能增强的框架,用于在手术期间扩散中线质瘤的实时分子结果预测.
• 通过更有效地利用冷切割图像来提高诊断精度和降低再活检率.

主要方法:

• CryoAID集成了用于人工物校正的生成模型和用于从冷图像中预测分子状态的病理基础模型.
• 在内部,多中心外部和连续患者队列中进行了验证.

主要成果:

• CryoAID准确地预测了主要分子状态 (ATRX,H3K27M,TP53),即使是从以前不适合分子检查的图像.
• 人工智能识别了超出瘤细胞的差异性临床特征,例如质增殖和内皮增殖.
• 追溯分析显示,CryoAID在内部和连续数据集中减少了26.4%和26.6%的再活检率.

结论:

• 人工智能增强的病理学,以CryoAID为例,可以从以前被认为是不可行的冷解样本中提取诊断价值.
• 这种方法有助于实时分子病理学,潜在地减少了再活检,并提高了扩散中线质瘤的诊断精度.