北京大学肿瘤医院

大众版专业版手机APP

返回

顶部

网站导航
当前位置：首页 >> 院所动态 >> 院报专栏 >> 全球肿瘤快讯>> 2022年2月 第297298期>> 正文

QQ截图20220325155939.jpg

AI辅助前列腺癌诊断分级准确率高

作者： 来源： 发布时间：2022-03-25

荷兰Radboud大学医学中心Bulten等报告，在前列腺癌的诊断和分级方面，人工智能(AI)和泌尿病理学专家，都优于普通的病理学家。(Nat Med. 2022年1月13日在线版 DOI: 10.1038/s41591-021-01620-2)

为了解决各国临床实践中AI算法的通用性问题，迄今为止规模最大的组织病理学竞赛PANDA包括1290名深度学习算法开发人员，以一组包括10 616份数字化前列腺活检结果的样本为学习蓝本，然后在一组393份数字化载玻片样本中由1~6名泌尿病理学专家提供诊断结果以验证AI算法检测的准确性。最后，再邀请了15个团队在另外1616 张幻灯片上进行验证。

在比赛的前10天内，一种算法与泌尿病理学专家的一致性大于0.90;到第33天，所有团队人类专家的诊断一致性中位值均大于0.85。

结果显示，受验算法诊断的一致性更高，平均为0.931(95%CI 0.918~0.944)。这些算法能在99.7%(95%CI 98.1%~99.7%)的病例中正确检出肿瘤，并能正确识别92.9%(95%CI 91.9%~96.7%)的阴性结果。当根据Gleason分级后，与由13位或20位普通病理学家组成的国际小组相比，该算法与泌尿病理学专家的一致性明显更高。

AI算法的癌症漏诊率为1%~1.9%，而普通病理学家为1.8%~7.3%。该算法对肿瘤的敏感性为96.4%~98.2%，特异性为75%~100%，而病理学家的分别为91.9%~96.5%和92.3%~95%。

研究者表示：在AI的支持下，普通病理学家可以与泌尿病理学专家达成更高的诊断一致性，或可降低Gleason分级相关的评估者间的变异性。不过，AI算法仍存在将良性病例错误分类的情况，主要为将其误分类为ISUP GG 1癌症，推测与训练数据和验证数据间病例分布的变化相关。

(编译 黄岩)


友情链接： 北京市卫生健康委员会 北京市医院管理中心

网站首页 | 关于我们 | 来院路线 | 医院微博 | 网站地图 | 院内信箱 | 在线查询 | 版权声明 | 联系方式 | 隐私安全 | 帮助信息 |

版权所有：北京大学肿瘤医院(本网站所有内容未经许可，不得以任何形式进行转载)　 京公网安备110402450018号　 京ICP备20028328号-2 京卫网审【2013】第0036号

工信部链接：http://beian.miit.gov.cn

地址：北京海淀区阜成路52号（定慧寺） 邮编：100142 咨询电话：010-88121122

技术支持：54doctor我是医生网 本站已被访问： 次