Imperial Prostate 6 - Cancer Histology Artificial Intelligence Reliability Study. (IP6-CHAIROS)

I Storbritannien gennemgår omkring 80-100.000 mænd hvert år prostatabiopsi for at diagnosticere prostatakræft. Dette svarer til ca. 4 millioner histologiske dias; dette anslås at stige til 160.000-200.000 mænd og op til 6 millioner dias i 2030 på grund af et stigende antal mænd, der testes for prostatakræft.

Health Education England og Royal College of Pathology peger på en betydelig mangel på arbejdsstyrke inden for patologi, hvor kun 3 % af afdelingerne har tilstrækkeligt personale og en ledig stilling på 10 % besat af lokummer, der koster 26 millioner pund om året. I 2021 vil der være et fald på 3 % af patologikonsulentens arbejdsstyrke (40 fuldtidsansatte patologer); en periode, hvor andre specialer forventes at se en stigning på 13 %. For at imødekomme det stigende antal henvisninger til patologiske afdelinger forventes det dog, at der skal være en 3-5 % årlig vækst i antallet af patologer.

Inter-observatør-variabilitet kan forekomme mellem patologer med hensyn til at rapportere en diagnose af klinisk vigtig og klinisk uvigtig prostatacancer med så meget som 20%, selvom forskellene er mindre, når højt ekspert uro-patologer sammenlignes. Dette kan føre til uhensigtsmæssig behandling af sager.

Galen Prostate AI er en CE-mærket deep learning AI-algoritme til prostata nålebiopsier, der kan identificere celletyper, vævsstrukturer og morfologiske træk til kræftdiagnose. Teknologien er baseret på multi-layered convolutional neurale netværk (CNN'er) designet til billedklassificering, hvor hel-slide-billeddannelse analyseres til påvisning af vævsområder og derefter godartet versus cancer versus anden patologiklassificering. Sammenlignet med næsten alle konkurrenter er Galen Prostate AI blevet testet i ~10 gange flere vævsprøver. Yderligere er Galen Prostate AI den eneste algoritme, der strækker sig ud over cancerdetektion/-gradering til andre klinisk relevante funktioner (f.eks. perineural invasion, højgradig prostatisk intraepitelial neoplasi [PIN], inflammation). Denne AI-algoritme menes at være den eneste i rutinemæssig klinisk implementering - demonstrerer teknisk gennemførlighed og med dokumenteret klinisk anvendelighed.

Den foreslåede undersøgelse vil udføre validering i NHS, for første gang. Det er vigtigt at understrege, at denne type algoritme aldrig er blevet testet på en UK-baseret befolkning, og i særdeleshed en befolkning, der inkluderer en kohorte af MR-målrettede biopsier, som nu er den nye diagnostiske strategi, da den detekterer klinisk relevant prostatacancer i højere procenter end den rutinemæssige systematiske biopsi.

Undersøgelsen er den første og eneste til at adressere ydeevnen af ​​den AI-baserede prostataalgoritme, der strækker sig ud over cancerdetektion og Gleason-gradering, ved at måle mængden af ​​cancer og detektere klinisk betydningsfulde funktioner såsom perineural invasion ud over flere godartede strukturer (f.eks. HGPIN, atrofi, inflammation). I betragtning af den kliniske relevans for sådanne funktioner i diagnoseprocessen, er en undersøgelse, der adresserer deres validering og ydeevne, ikke kun ny, men kritisk for implementering i rutinemæssig klinisk brug.