Évaluation en tête-à-tête du système d'intelligence artificielle d'orchestration multimodale supervisée par l'ontologie du cancer (COSMO) contre l'examen par un pathologiste seul (COSMO)

Justification de l'étude et Contexte La précision diagnostique dans la classification des sous-types de cancer varie considérablement entre les pathologistes en raison des différences d'expertise, d'expérience et d'accès aux ressources diagnostiques. L'émergence des systèmes d'IA en pathologie offre le potentiel d'améliorer la performance et la cohérence diagnostiques dans la classification du cancer. Cependant, les comparaisons empiriques directes entre les prédictions basées sur l'IA et la performance diagnostique des pathologistes sur des cas identiques restent limitées dans la littérature.

Objectifs de l'étude Cette étude comparative en face-à-face vise à : (1) évaluer la performance diagnostique du système d'IA COSMO dans la classification des sous-types de cancer sur plusieurs sites anatomiques ; (2) caractériser la précision diagnostique des pathologistes expérimentés sur les mêmes cas ; (3) comparer directement les métriques de performance diagnostique entre COSMO et les pathologistes ; et (4) examiner les modèles de concordance et la variation de performance par site anatomique, catégorie d'incidence du cancer, expérience du pathologiste et complexité des cas.

Cadre de l'étude et Participants L'étude impliquera jusqu'à 25 pathologistes certifiés avec 3 à 10 ans ou plus d'expérience diagnostique, recrutés dans des institutions d'Amérique du Nord, d'Europe et de la région Asie-Pacifique. Les pathologistes participants auront une expertise dans les domaines de la neuropathologie, de la pathologie pulmonaire, de la pathologie urologique ou de la pathologie anatomique générale.

Cas et Stratification L'étude utilisera des images de lames complètes dé-identifiées représentant jusqu'à 300 patients avec des diagnostics de référence confirmés, incluant 100 cancers du cerveau, 100 cancers du poumon et 100 cancers du rein. Les cas seront stratifiés par type de cancer et catégorie d'incidence (fréquent vs. rare ou peu commun), conformément aux directives de l'Organisation mondiale de la santé (OMS).

Collecte des données Les pathologistes examineront indépendamment chaque cas et fourniront des classifications diagnostiques ainsi que des évaluations de confiance sur une échelle de 5 points. L'interface de pathologie numérique enregistrera automatiquement les métriques de temps de diagnostic. COSMO traitera les mêmes cas hors ligne pour générer des prédictions diagnostiques indépendantes et des scores de confiance. Les prédictions des pathologistes et de l'IA seront évaluées par rapport aux diagnostics de référence établis.

Cadre d'analyse L'analyse principale caractérisera les métriques de performance diagnostique (incluant la précision, la sensibilité, la spécificité, la valeur prédictive positive (VPP), la valeur prédictive négative (VPN) et l'aire sous la courbe ROC (AUROC)) pour les pathologistes (aux niveaux individuel et agrégé) et le système COSMO. Les analyses secondaires évalueront la performance stratifiée par site anatomique, catégorie d'incidence du cancer et niveau d'expérience du pathologiste.