Valutazione testa a testa del sistema di intelligenza artificiale Cancer Ontology Supervised Multimodal Orchestration (COSMO) rispetto alla revisione esclusivamente patologica (COSMO)

La precisione diagnostica nella classificazione dei sottotipi di cancro varia significativamente tra i patologi a causa delle differenze in competenza, esperienza e accesso alle risorse diagnostiche. L'emergere di sistemi di intelligenza artificiale in patologia offre il potenziale per migliorare le prestazioni diagnostiche e la coerenza nella classificazione del cancro. Tuttavia, i confronti empirici diretti tra le previsioni basate sull'IA e le prestazioni diagnostiche dei patologi sugli stessi casi rimangono limitati nella letteratura.

Obiettivi dello studio Questo studio comparativo testa a testa mira a: (1) valutare le prestazioni diagnostiche del sistema AI COSMO nella classificazione dei sottotipi di cancro in più sedi anatomiche; (2) caratterizzare l'accuratezza diagnostica di patologi esperti sugli stessi casi; (3) confrontare direttamente le metriche di prestazione diagnostica tra COSMO e i patologi; e (4) esaminare i modelli di concordanza e la variazione delle prestazioni per sede anatomica, categoria di incidenza del cancro, esperienza del patologo e complessità del caso.

Ambiente dello studio e partecipanti Lo studio coinvolgerà fino a 25 patologi certificati con 3 a 10+ anni di esperienza diagnostica, reclutati da istituzioni in Nord America, Europa e nella regione Asia-Pacifico. I patologi partecipanti avranno competenza specifica in neuropatologia, patologia polmonare, patologia urologica o patologia anatomica generale.

Casi e stratificazione Lo studio utilizzerà immagini di interi vetrini d'archivio anonime rappresentanti fino a 300 pazienti con diagnosi di riferimento confermate, inclusi 100 tumori cerebrali, 100 tumori polmonari e 100 tumori renali. I casi saranno stratificati per tipo di cancro e categoria di incidenza (comune vs. raro o non comune), in linea con le linee guida dell'Organizzazione Mondiale della Sanità (OMS).

Raccolta dati I patologi esamineranno indipendentemente ogni caso e forniranno classificazioni diagnostiche insieme a valutazioni di confidenza utilizzando una scala a 5 punti. L'interfaccia di patologia digitale registrerà automaticamente le metriche del tempo alla diagnosi. COSMO elaborerà offline gli stessi casi per generare previsioni diagnostiche indipendenti e punteggi di confidenza. Sia le previsioni dei patologi che quelle dell'IA saranno valutate rispetto a diagnosi standard di riferimento consolidate.

Quadro di analisi L'analisi primaria caratterizzerà le metriche di prestazione diagnostica (inclusa accuratezza, sensibilità, specificità, valore predittivo positivo (VPP), valore predittivo negativo (VPN) e area sotto la curva caratteristica operativa del ricevitore (AUROC)) sia per i patologi (a livello individuale e aggregato) che per il sistema COSMO. Le analisi secondarie valuteranno le prestazioni stratificate per sede anatomica, categoria di incidenza del cancro e livello di esperienza del patologo.