相关实验视频
Updated: May 5, 2026
07:48
An Orthotopic Bladder Cancer Model for Gene Delivery Studies
Published on: December 1, 2013
13.2K
膀癌中的计算病理学:一个范围审查
Michael Superdock1, Sara E Wobker1,2, Iain Carmicheal2,3
1Lineberger Comprehensive Cancer Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA.
Bladder cancer (Amsterdam, Netherlands)
|March 2, 2026
概括
使用人工智能 (AI) 的计算病理学,显示出膀癌诊断和治疗的前景. 本综述综合了当前的AI应用,用于分析病理图像,以改善患者护理.
科学领域:
- 数字病理学和人工智能 (AI) 在瘤学中.
- 用于组织病理学图像分析的计算病理学.
背景情况:
- 组织学评估对于膀癌的诊断和管理至关重要.
- 数字病理学和人工智能正在推进病理学图像的分析.
- 计算病理学提供了一种新的方法来从膀癌组织中提取信息.
研究的目的:
- 提供关于膀癌计算病理学的全面概述.
- 描述人工智能和机器学习方法用于整个幻灯片图像 (WSI) 分析.
- 总结人工智能在膀癌诊断,分级,分期,分子分类,预后和治疗反应预测中的应用.
主要方法:
- 根据PRISMA-ScR 2018指南进行的范围审查.
- 在PubMed/MEDLINE搜索了关于基于计算或人工智能分析膀癌组织病理学图像的研究.
- 在选了2055个摘要和全文评论后,包括53项研究.
主要成果:
- 53项研究符合审查的资格标准.
- 审查综合了基于预先定义的预测任务的叙述性发现.
结论:
- 计算病理学具有显著的潜力,可以增强病理学家的工作流程和个性化膀癌治疗.
- 虽然目前的研究在很大程度上是回顾性的,但快速的创新指向临床实施.
- 需要标准化框架和多机构数据集,以加快在膀癌中采用计算病理学工具.
