人工智能在常规病理学中的应用:ChatGPT-4.0和Gemini 2.5在检测结直肠癌中MMR缺乏症的性能方面取得了很好的成绩
Serena Salzano1, Giuseppe Broggi1, Magda Zanelli2
1Department of Medical and Surgical Sciences and Advanced Technologies "G.F. Ingrassia" Anatomic Pathology, University of Catania, 95123 Catania, Italy.
Surgical oncology
|February 21, 2026
概括
一般用途的人工智能模型显示,使用免疫组织化学全幻灯片图像对结直肠癌的不匹配修复 (MMR) 状态进行分类是有前途的. 然而,准确检测缺陷的MMR需要一个明确的内部阳性控制可靠的结果.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 病理学 病理学 病理学
背景情况:
- 免疫组织化学 (IHC) 对于结直肠癌 (CRC) 的诊断和治疗至关重要.
- 准确的MMR蛋白质状态分类对于患者管理至关重要.
研究的目的:
- 评估通用视觉语言模型 (VLM) 的可行性和诊断准确性,如双子座和ChatGPT-4.0用于自动化MMR状态分类.
- 在CRC中对整个幻灯片图像 (WSI) 评估VLM性能.
主要方法:
- 50例已知MMR表型的CRC病例的回顾性分析.
- VLMs进行了双重评估:个人IHC蛋白质评估和整体MMR状态 (pMMR/dMMR).
主要成果:
- 对于熟练的MMR (pMMR) 病例,AI模型实现了100%的特异性.
- 缺陷MMR (dMMR) 检测的总体灵敏度为65%,MSH2/MSH6损失的准确性比MLH1/PMS2损失 (70%) 低 (60%).
结论:
- 人工智能模型很难确认真正的蛋白质损失,通常会产生"不确定的"结果.
- 随着可见的内部正控 (IPC),诊断确定性显著提高.
- IPC对于强大的dMMR识别和区分生物损失和文物至关重要.
