人工智能的性能在分类分子标记在成人类型结质瘤使用组织病理学图像:系统性审查
Obada Almaabreh1, Rukaya Al-Dafi1, Aliya Tabassum2
1Faculty of Medicine, Yarmouk University, Irbid, Jordan.
Journal of medical Internet research
|March 13, 2026
概括
人工智能 (AI) 在使用组织病理学图像对成年类型质瘤进行分类方面表现有前途,特别是用于检测异位酸脱酶 (IDH) 突变. 虽然人工智能有助于诊断,但专家临床判断仍然对患者护理至关重要.
科学领域:
- 神经瘤学神经瘤学
- 计算病理学计算病理学
- 医疗人工智能的人工智能
背景情况:
- 成人类型质瘤是侵袭性的原发性脑瘤,需要精确的分子分类来预后.
- 异酸脱酶 (IDH) 突变和1p/19q代选择是关键的诊断和预后标志物.
- 使用人工智能 (AI) 的组织病理图像分析为分子分类提供了一种新的方法.
研究的目的:
- 系统评估AI模型在检测成年类型质瘤中的IDH突变状态和1p/19q代选择中的性能.
- 为了评估AI的诊断准确性,使用这些关键分子标记物的基因病理图像.
主要方法:
- 按照PRISMA-DTA指南进行了系统审查.
- 搜索了七个数据库,从2015年到2025年使用人工智能对基因病理学图像进行研究,以进行质瘤分子分类.
- 数据提取和偏差风险评估由两位独立审稿人进行.
主要成果:
- 涉及2453份报告的22项研究符合纳入标准,汇总平均准确率为85.46%.
- 混合人工智能模型实现了最高的性能 (精度为92.80%).
- 人工智能模型对IDH突变的表现比1p/19q代选择更好.
结论:
- 人工智能模型显示出作为辅助工具的显著潜力,用于通过组织病理学对成年类型质瘤的分子分类.
- 为了更广泛的适用性,建议对更大的数据集和多式联络AI进行进一步的研究.
- 人工智能诊断支持与临床专业知识的整合至关重要.
