人工智能对斑马体进行识别 (ZEBRA):用于Fabry病的计算工具
Giorgio Cazzaniga1, Maurizio Carbone1,2, Raffaella Barretta1,2
1Pathology, Fondazione IRCCS San Gerardo Dei Tintori, Monza, Italy.
Scientific reports
|January 12, 2026
概括
开发了一种人工智能 (AI) 工具,用于在Fabry脏病脏活检中查泡性细胞. 这种人工智能辅助的ZEBRA分数有助于病理学家识别疾病负担并支持诊断.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 数字病理学数字病理学
- 人工智能的人工智能
背景情况:
- 费布里病 (FD) 是一种罕见的遗传性疾病,导致脏损伤 (费布里脏病).
- 诊断FD,特别是在某些人群中,是具有挑战性的,需要专家脏活检解释.
- 数字病理学和人工智能为提高诊断准确性和效率提供了机会.
研究的目的:
- 开发和验证一种人工智能工具,用于从Fabry病患者的脏活检中查"泡性细胞".
- 创建一个定量得分 (ZEBRA得分) 来评估疾病负担.
- 评估人工智能工具在分类和细分任务中的性能.
主要方法:
- 使用人工智能对质分类和细胞细分进行脏活检的整片图像的分析.
- 开发一种新的ZEBRA评分 (fpA/tgA%) 来量化疾病负担.
- 使用标准指标的性能评估和与组织学和临床数据的相关性分析.
主要成果:
- 人工智能工具在识别泡型阴囊细胞方面取得了79%的准确性.
- 泽布拉得分有效地区分了法布里脏病与对照组的差异 (p < 0.001).
- 泽布拉得分与手动组织学得分有很好的相关性 (rs = 0.66-0.71).
结论:
- 一个人工智能辅助的ZEBRA管道可以有效地选Fabry脏病中高风险特征.
- 这个工具通过突出诊断的关键特征来支持病理学家.
- 数字病理学中的AI提供了一种有前途的方法来改善法布里病诊断.
