深度学习用于组织病理学诊断食道状细胞癌在活检:一个多中心分析
Guixuan Xu1, Jianmin Zhao2, Haijun Zhang3
1Department of Pathology and Medical Research Center, Beijing Chaoyang Hospital, Capital Medical University, Beijing 100020, China; Department of Pathology and Key Laboratory for Xinjiang Endemic & Ethnic Diseases, The First Affiliated Hospital, Shihezi University School, Shihezi 832002, China.
基于人工智能的诊断系统 (AI-EDS) 在活检中准确检测食道状细胞癌 (ESCC),与初级病理学家的准确度相匹配. 该工具有助于ESCC诊断,特别是在资源有限的地区.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 食道状细胞癌 (ESCC) 构成显著的死亡风险,特别是在亚洲.
- 通过内镜活检对ESCC的组织病理学诊断提出了诊断挑战.
研究的目的:
- 开发和验证基于人工智能 (AI) 的诊断系统,用于在活检样本中检测ESCC.
- 与人类病理学家相比,评估人工智能系统的准确性,可靠性和效率.
主要方法:
- 一个基于AI的ESCC诊断系统 (AI-EDS) 是使用1104张H&E染色全片图像 (WSI) 开发出来的.
- 使用ResNet-50骨干的DeepLab-v3模型被训练用于病变分析.
- 人工智能-EDS在多个中心和不同样本类型 (活检,手术切除,ESD标本) 上得到验证.
主要成果:
- 在内部测试 (AUC=0.986) 和多中心验证 (AUC范围:0.966-0.998) 中,AI-EDS实现了高精度.
- 该系统的诊断准确性与初级病理学家 (89%) 相同,同时解释时间减少了50%以上.
- 在活检,手术切除和内镜下粘膜切割 (ESD) 标本中观察到强大的性能.
结论:
- AI-EDS是计算机辅助ESCC诊断的可靠和可解释的工具.
- 该系统对于改善资源有限的环境中ESCC诊断特别有价值.
- 多中心验证证实了AI-EDS在现实世界临床场景中的有效性.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024