在结直肠癌中使用AI进行基于H&E的MSI/MMR测试:一个多中心的盲目评估

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 人工智能的人工智能

背景情况:

• 不匹配修复 (MMR) 缺陷在10-20%的结直肠癌 (CRC) 病例中被发现,导致微卫星不稳定性 (MSI).
• 目前的MSI/MMR测试对于CRC管理至关重要,但由于高成本和较长的周转时间而面临限制.
• 需要在CRC中为MSI/MMR状态提供可访问和具有成本效益的诊断替代方案.

研究的目的:

• 为了验证PANProfiler结肠直肠 (PPC) 的性能,这是一种基于AI的生物标志物测试,用于确定MSI/MMR状态.
• 为了评估PPC的准确性,在多中心环境中使用常规的血素和素 (H&E) 染色的幻灯片.
• 评估PPC作为一种潜在的快速和可扩展的替代传统MSI/MMR诊断方法.

主要方法:

• 进行了一项盲目的多中心验证研究,涉及1,243名CRC患者的3,576张整片图像.
• 一个AI算法PANProfiler Colorectal (PPC) 分析了H&E染色的幻灯片,以确定MSI/MMR状态.
• 将PPC结果与标准MSI/MMR测试方法进行了比较.

主要成果:

• 在分析的幻灯片中,PPC成功为86.55%的幻灯片生成了最终结果.
• 人工智能测试与标准测试取得了很高的总体一致 (93.83%).
• 积极的同意率为92.54%和负面的同意率为94.02%,显示出强烈的一致性.

结论:

• PANProfiler结肠直肠 (PPC) 准确地从常规的H&E染色结肠直肠癌幻灯片直接确定MSI/MMR状态.
• 基于人工智能的测试为当前诊断方法提供了一个快速,可扩展和具有成本效益的替代方案.
• 在CRC管理中,PPC有可能提高MSI/MMR测试的可访问性和临床实用性.