背景:虽然乳房 X 线摄影通常用于乳腺癌检测,但在资源受限的国家广泛实施这一技术具有挑战性。基于人工智能的 Thermalytix 是一种低成本、便携、无辐射的自动化测试,可用于检测所有年龄段的女性乳腺癌。尽管在印度使用,但 Thermalytix 的有效性尚未在非洲人群中进行过测试。目标:在赞比亚三级护理人群中评估 Thermalytix 输出与放射科医生报告的乳房 X 线摄影的一致性和相关系数。方法:2023 年 10 月,卢萨卡 Maina Soko 军事医院对 169 名女性进行了 Thermalytix 和标准乳房 X 线摄影评估。Thermalytix 使用先进的机器学习算法来解释乳房热扫描并生成一个定量分数,表明恶性肿瘤的可能性。所有女性都接受了这两项测试,结果都是盲测的。随后计算了 Thermalytix 输出与放射科医生解释的乳房 X 线摄影的 BIRAD 评分之间的 Spearman 相关系数和一致性水平。结果:本报告分析了 144 名数据完整的女性,平均年龄为 50 岁(53.5% 为绝经后,65.3% 为无症状)。6 名女性被评估为乳房 X 线摄影阳性,138 名被评估为乳房 X 线摄影阴性;其中,使用 Spearman 等级相关检验,Thermalytix 与乳房 X 线摄影之间的相关性为 0.9 [非常强],使用美国 FDA 推荐的一致性检验,阳性一致性为 83.3%。结论:Thermalytix 在之前的临床试验中表现出与乳房 X 线摄影非常强的相关性和一致性水平,以及良好的敏感性、特异性和阴性预测值,有潜力成为赞比亚乳腺癌早期检测的另一种工具。
方法 使用飞利浦扫描仪数字化的前列腺 CNB 的苏木精和伊红 (H&E) 染色载玻片开发了一种基于 AI 的算法,这些载玻片分为训练数据集(来自 549 张 H&E 染色载玻片的 1 357 480 个图像块)和内部测试数据集(2501 张 H&E 染色载玻片)。该算法为癌症概率、Gleason 评分 7-10(与 Gleason 评分 6 或非典型小腺泡增生 [ASAP] 相比)、Gleason 模式 5、神经周围侵袭和 CNB 材料中癌症百分比的计算提供了载玻片级评分。随后在 Aperio AT2 扫描仪上数字化的 100 个连续病例(1627 张 H&E 染色载玻片)的外部数据集上验证了该算法。此外,AI 工具在常规临床工作流程中的病理实验室中实施,作为第二个读取系统来审查所有前列腺 CNB。使用受试者工作特征曲线下面积 (AUC)、特异性和敏感性以及癌症百分比的皮尔逊相关系数 (Pearson's r) 来评估算法性能。
完整作者列表: Gulsin, Gaurav;莱斯特大学和莱斯特 NIHR 生物医学研究中心,心血管科学 Swarbrick, Daniel;莱斯特大学和莱斯特 NIHR 生物医学研究中心,心血管科学 Athithan, Lavanya;莱斯特大学和莱斯特 NIHR 生物医学研究中心,心血管科学 Brady, Emer;莱斯特大学和莱斯特 NIHR 生物医学研究中心,心血管科学 Henson, Joseph;莱斯特大学和莱斯特 NIHR 生物医学研究中心,莱斯特糖尿病中心 Baldry, Emma;莱斯特大学和莱斯特 NIHR 生物医学研究中心,莱斯特糖尿病中心 Argyridou, Stavroula;莱斯特大学和莱斯特 NIHR 生物医学研究中心,莱斯特糖尿病中心 Jaicim, Nishal;莱斯特大学临床试验部 Squire, Gareth;莱斯特大学和莱斯特 NIHR 生物医学研究中心、心血管科学 Walters, Yvette;莱斯特大学临床试验部 Marsh, Anna-Marie;莱斯特大学和莱斯特 NIHR 生物医学研究中心、心血管科学 McAdam, John;莱斯特大学和莱斯特 NIHR 生物医学研究中心、心血管科学 Parke, Kelly;莱斯特大学和莱斯特 NIHR 生物医学研究中心、心血管科学 Biglands, John;利兹 NIHR 生物医学研究中心 Yates, Thomas;莱斯特大学和莱斯特 NIHR 生物医学研究中心、糖尿病研究中心 Khunti, Kamlesh;莱斯特大学、莱斯特糖尿病中心 Davies, Melanie;莱斯特大学医院、莱斯特皇家医院、糖尿病科 McCann, Gerry;莱斯特大学和莱斯特 NIHR 生物医学研究中心,心血管科学
