一个基于信心的,人工智能病理学模型用于诊断肝脏内胆管癌

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 医学诊断 医学诊断 医学诊断

背景情况:

• 肝脏内胆管癌 (ICCA) 是一种罕见的,致命的肝癌.
• 由于与转移性肝癌的重叠,ICCA诊断具有挑战性.
• 诊断的模两可导致昂贵的,延迟的调查.

研究的目的:

• 开发和验证一种人工智能工具,以区分ICCA与肝转移.
• 评估基于信心的AI生物标志物的临床实用性.

主要方法:

• 544名患有ICCA或转移的患者的回顾性分析.
• 研究了三种深度学习架构 (Ctranspath/HistoBistro,UNI/CLAM,CONCH/TITAN).研究了三种深度学习架构 (Ctranspath/HistoBistro,UNI/CLAM,CONCH/TITAN) 进行了研究.
• 实施了信心估计系统 (一般化-ODIN) 并在161名患者中前性验证了AI2CCA模型.

主要成果:

• CONCH/TITAN架构表现出强的表现 (AUROC:0.840). 这是一个很好的例子.
• 信任值提高了AUROC至0.958以0%的FPR,使得46%的样本能够进行高信任预测.
• 预期验证显示了高准确度 (AUROC为1.00和0.965).

结论:

• 这项研究表明,基于信心的AI生物标志物用于肝癌诊断的临床实用性.
• 人工智能工具准确地将ICCA与转移区分开来,可能减少调查并加速治疗决策.