在机器人辅助激进前列腺切除过程中对人工智能增强的刺激拉曼组织病理学进行手术内边缘评估的验证:ROBOSPEC研究的初步结果
Arif Özkan1,2,3, Karl-Moritz Schröder2,4, Peter Bronsert2,4,5,6
1Department of Urology, University of Freiburg Medical Center, Freiburg, Germany.
European urology open science
|December 1, 2025
概括
有人工智能 (AI) 的刺激拉曼组织学 (SRH) 准确地检测前列腺癌手术期间的积极外科边缘. 这种人工智能增强的方法显示了潜在的潜力,作为一个更快的替代传统病理在手术内评估.
科学领域:
- 病理学 病理学 病理学
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 刺激拉曼组织学 (SRH) 为手术内病理提供近乎实时的组织可视化.
- 该ROBOSPEC研究调查了与SRH集成的人工智能 (AI) 工具的准确性.
研究的目的:
- 评估人工智能工具 (NYU-AI) 在机器人辅助激进前列腺切除 (RARP) 过程中检测积极的外科边缘的准确性.
- 为了比较AI增强SRH的诊断性能与传统冷部位 (cryo-HE) 病理学.
主要方法:
- 针对18名接受RARP治疗的前列腺癌患者进行前性试点研究.
- 前列腺切除样本的SRH成像和冷HE染色.
- 使用经过验证的AI算法 (NYU-AI) 进行分析,并由盲目的泌尿科医生进行审查.
主要成果:
- 纽约大学人工智能 (NYU-AI) 证明了与冷-HE强烈的诊断一致性,用于识别积极的外科手术边缘.
- 基于患者的分析显示高灵敏度 (1.0) 和特异性 (0.93).
- 基于样本的分析报告了高特异性 (0.97) 和类似的灵敏度.
结论:
- 初步发现支持SRH与NYU-AI在RARP中进行手术内检测积极的外科边缘.
- 需要进一步的研究来验证这种技术的临床实施.
