Direkter Vergleich des Cancer Ontology Supervised Multimodal Orchestration (COSMO) KI-Systems mit der ausschließlichen Pathologen-Begutachtung (COSMO)

Studienrationale und Hintergrund Die diagnostische Genauigkeit bei der Klassifizierung von Krebs-Subtypen variiert bei Pathologen erheblich aufgrund von Unterschieden in Fachwissen, Erfahrung und Zugang zu diagnostischen Ressourcen. Das Aufkommen von KI-Systemen in der Pathologie bietet das Potenzial, die diagnostische Leistung und Konsistenz bei der Krebsklassifizierung zu verbessern. Direkte empirische Vergleiche von KI-basierten Vorhersagen und der diagnostischen Leistung von Pathologen an identischen Fällen sind in der Literatur jedoch nach wie vor begrenzt.

Studienziele Diese direkte Vergleichsstudie zielt darauf ab: (1) die diagnostische Leistung des COSMO-KI-Systems bei der Klassifizierung von Krebs-Subtypen an mehreren anatomischen Standorten zu bewerten; (2) die diagnostische Genauigkeit erfahrener Pathologen bei denselben Fällen zu charakterisieren; (3) diagnostische Leistungskennzahlen direkt zwischen COSMO und Pathologen zu vergleichen; und (4) Übereinstimmungsmuster und Leistungsvariationen nach anatomischem Standort, Krebsinzidenzkategorie, Pathologenerfahrung und Fallkomplexität zu untersuchen.

Studienumgebung und Teilnehmer Die Studie wird bis zu 25 zertifizierte Pathologen mit 3 bis 10+ Jahren diagnostischer Erfahrung umfassen, die aus Einrichtungen in Nordamerika, Europa und der Asien-Pazifik-Region rekrutiert werden. Die teilnehmenden Pathologen verfügen über Fachwissen in Neuropathologie, Lungenpathologie, Uropathologie oder allgemeiner anatomischer Pathologie.

Fälle und Stratifizierung Die Studie wird anonymisierte Archiv-Ganzpräparatscans verwenden, die bis zu 300 Patienten mit bestätigten Referenzdiagnosen repräsentieren, darunter 100 Hirntumore, 100 Lungentumore und 100 Nierentumore. Die Fälle werden nach Krebsart und Inzidenzkategorie (häufig vs. selten oder ungewöhnlich) stratifiziert, entsprechend den Richtlinien der Weltgesundheitsorganisation (WHO).

Datenerfassung Pathologen werden jeden Fall unabhängig überprüfen und diagnostische Klassifizierungen zusammen mit Vertrauensbewertungen auf einer 5-Punkte-Skala bereitstellen. Die digitale Pathologie-Schnittstelle zeichnet automatisch die Zeit-bis-zur-Diagnose-Kennzahlen auf. COSMO wird dieselben Fälle offline verarbeiten, um unabhängige diagnostische Vorhersagen und Vertrauenswerte zu generieren. Sowohl die Vorhersagen der Pathologen als auch der KI werden anhand etablierter Referenzstandarddiagnosen bewertet.

Analyse-Rahmen Die primäre Analyse charakterisiert diagnostische Leistungskennzahlen (einschließlich Genauigkeit, Sensitivität, Spezifität, positiver Vorhersagewert (PPV), negativer Vorhersagewert (NPV) und Fläche unter der Receiver-Operating-Characteristic-Kurve (AUROC)) für sowohl Pathologen (auf individueller und aggregierter Ebene) als auch das COSMO-System. Sekundäranalysen bewerten die Leistung stratifiziert nach anatomischem Standort, Krebsinzidenzkategorie und Erfahrungsniveau der Pathologen.