在宫薄预备细胞学测试中存在的超染色拥挤群体的形态评估,由Hologic Genius数字诊断系统识别:描述性研究
Lakshmi Harinath1, Jonee Matsko1, Amy Colaizzi1
1Department of Pathology, UPMC Magee Womens Hospital, University of Pittsburgh, Pittsburgh, Pennsylvania, USA.
Diagnostic cytopathology
|December 5, 2025
概括
这项研究使用人工智能辅助的Hologic Genius数字诊断系统 (HGDDS) 评估了宫细胞学中的高色彩拥挤组 (HCGs). HGDDS显示了评估HCG的令人鼓舞的结果,有助于宫癌查.
科学领域:
- 细胞病理学 细胞病理学
- 数字病理学数字病理学
- 人工智能在医学中的应用
背景情况:
- 专注于ThinPrep宫细胞学中高染色拥挤群 (HCG) 的形态特征.
- 使用人工智能 (AI) 辅助的Hologic天才数字诊断系统 (HGDDS) 进行审查.
研究的目的:
- 使用人工智能辅助的HGDDS. 评估HCGs的形态特征.
- 为了比较HGDDS和原始ThinPrep解释 (OTPI) 之间的诊断性能.
主要方法:
- 描述性研究分析了157个宫细胞学幻灯片与HCGs在1年的时间.
- 幻灯片由细胞学家和细胞病理学家使用HGDDS扫描和解释.
- 细胞形态特征被列出,就像在HGDDS.S.中看到的那样.
主要成果:
- 与OTPI相比,HGDDS的解释显示了分类的差异,在NILM,HSIL和AGC类别中出现了显著的转变.
- HGDDS和OTPI病理学家诊断之间的一致性为0.610 (kappa值).
- 对于CIN2+病变,当考虑ASC-H/AGC及以上时,敏感性,特异性,PPV和NPV分别为100%,50%,75%和100%.
结论:
- 在 HGDDS 展示了作为静态数字图像呈现的 HCG 评估的令人鼓舞的结果.
- 人工智能辅助审查显示了改善宫细胞学解释的潜力.
