出国看病资讯基于人工智能的膀胱癌模型有望临床应用

出国看病资讯基于人工智能的膀胱癌模型有望临床应用

发表在《柳叶刀肿瘤学》杂志上的一项中国研究发现，基于人工智能(AI)的淋巴结转移诊断模型(LNMDM)显示出准确性、通用性和临床潜力，有助于病理学家在膀胱癌的治疗中避免误诊。——出国看病

基于人工智能的模型显示膀胱癌的潜在临床应用|图片来源:©SciePro - stock.adobe.com。

该研究的作者表示:“LNMDM取得了令人满意的结果，使其成为用于病理切片自动分析的其他人工智能临床工具的一个有价值的补充。” ——出国看病

在5个验证集中，LNMDM诊断敏感性的曲线下面积(AUC)范围为0.978 (95% CI, 0.960-0.996)至0.998 (95% CI, 0.996-1.000)。LNMDM的诊断敏感性(0.983;95% CI, 0.941 ~ 0.998)明显高于初级病理医师(0.906;95% CI, 0.871-0.934)和高级病理学家(0.947;95% ci, 0.919-0.968)。此外，人工智能模型将初级病理学家的敏感性从无人工智能的0.906提高到有人工智能的0.953，将高级病理学家的敏感性从0.946提高到0.986 (P = 0.00012)。——出国看病

LNMDM在乳腺癌多癌检测中的AUC为0.943 (95% CI, 0.918-0.969)，灵敏度为0.943 (95% CI, 0.891-0.975)，特异性为0.819 (95% CI, 0.763-0.866)。对于前列腺癌数据集，AUC为0.922 (95% CI, 0.884-0.960)，敏感性为0.955 (95% CI, 0.889-0.988)，特异性为0.833 (95% CI, 0.785-0.875)。——出国看病

LNMDM在13例验证组患者中检测到肿瘤转移，病理学家将其分类为淋巴结转移阴性。

由于LNMDM保持100%的灵敏度，病理学家能够在不同的验证集中排除80%至92%的阴性载玻片。——出国看病

该研究的作者表示:“LNMDM取得了令人满意的结果，使其成为用于病理切片自动分析的其他人工智能临床工具的有价值的补充。”LNMDM能够检测到淋巴结中的肿瘤转移，特别是微转移。在跨中心、跨设备和多癌症数据集中，LNMDM保持了令人满意的性能。” ——出国看病

回顾性、多中心诊断研究的研究人员评估了膀胱癌患者行根治性膀胱切除术和盆腔淋巴结清扫术的LNMDM，并获得了淋巴结切片的全切片图像。——出国看病

在2家医院治疗的患者被纳入每家医院的内部验证集，在其他3家医院治疗的患者被纳入外部验证集。总的来说，研究人员使用这5个验证集来比较LNMDM和病理学家之间的表现。研究人员还收集了乳腺癌数据集和前列腺癌数据集的结果，用于多种癌症的测试。——出国看病

试验的主要终点是在4个预先指定的组中观察到的诊断敏感性:验证组，单个淋巴结测试组，多癌测试组，以及比较病理学家和LNMDM之间表现的子集。次要终点包括特异性、准确性、阳性预测值(PPV)和阴性预测值(NPV)。——出国看病

研究者共纳入998例患者，中位年龄为64岁(四分位数范围为56-72岁)。在总体人群中，大多数患者为男性(88%)，未发生淋巴结转移(73%)，患有尿路上皮癌(93%)，未接受新辅助化疗(86%)。——出国看病

在单个淋巴结测试集中，LNMDM的AUC为0.995 (95% CI, 0.991-0.998)。在该数据集中，准确度为0.964 (95% CI, 0.945-0.978)，灵敏度为0.960 (95% CI, 0.916-0.985)，特异性为0.966 (95% CI, 0.943-0.981)。PPV为0.912 (95% CI, 0.857 ~ 0.951)， NPV为0.985 (95% CI, 0.967 ~ 0.994)。——出国看病

研究人员进行了一项事后亚组分析，以检验LNMDM是否能识别新辅助化疗后的阳性淋巴结。所有验证集的最小auc均为0.994。此外，LNMDM在未接受新辅助化疗的患者亚组中产生的auc范围为0.978 (95% CI, 0.960-0.996)至1.000 (95% CI, 1.000-1.000)。——出国看病