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

I Storbritannia gjennomgår rundt 80-100 000 menn hvert år prostatabiopsi for å diagnostisere prostatakreft. Dette tilsvarer omtrent 4 millioner histologiske lysbilder; dette anslås å øke til 160 000-200 000 menn og opptil 6 millioner lysbilder innen 2030 på grunn av økende antall menn som testes for prostatakreft.

Helseutdanning England og Royal College of Pathology peker på en betydelig mangel på arbeidsstyrke innen patologi, med bare 3 % av avdelingene som har tilstrekkelig bemanning og en 10 % stillingsprosent fylt av lokummer som koster 26 millioner pund hvert år. Innen 2021 vil det være en nedgang på 3 % av arbeidsstyrken for patologikonsulenter (40 heltidsansatte patologer); en periode der andre spesialiteter forventes å se en økning på 13 %. For å møte det økende antallet henvisninger til patologiske avdelinger, anslås det imidlertid at det må være en 3-5 % årlig vekst i antall patologer.

Inter-observatørvariabilitet kan forekomme mellom patologer når det gjelder å rapportere en diagnose av klinisk viktig og klinisk uviktig prostatakreft med så mye som 20 %, selv om forskjellene er mindre når høyt ekspert uro-patologer sammenlignes. Dette kan føre til uhensiktsmessig behandling av saker.

Galen Prostate AI er en CE-merket deep learning AI-algoritme for prostata nålbiopsier som kan identifisere celletyper, vevsstrukturer og morfologiske egenskaper for kreftdiagnose. Teknologien er basert på flerlags konvolusjonelle nevrale nettverk (CNN) designet for bildeklassifisering der helbildeavbildning analyseres for påvisning av vevsområder og deretter godartet versus kreft versus annen patologiklassifisering. Sammenlignet med nesten alle konkurrenter, har Galen Prostate AI blitt testet i ~10 ganger flere vevsprøver. Videre er Galen Prostate AI den eneste algoritmen som strekker seg utover kreftdeteksjon/gradering til andre klinisk relevante funksjoner (f.eks. perineural invasjon, høygradig prostatisk intraepitelial neoplasi [PIN], betennelse). Denne AI-algoritmen antas å være den eneste i rutinemessig klinisk distribusjon - demonstrerer teknisk gjennomførbarhet og med bevist klinisk nytte.

Den foreslåtte studien vil utføre validering i NHS, for første gang. Det er viktig å understreke at denne typen algoritme aldri har blitt testet på en britisk populasjon, og spesielt en populasjon som inkluderer en kohort av MR-målrettede biopsier, som nå er den nye diagnostiske strategien ettersom den oppdager klinisk relevant prostatakreft. i høyere prosenter enn den rutinemessige systematiske biopsien.

Studien er den første og eneste som tar for seg ytelsen til den AI-baserte prostataalgoritmen som strekker seg utover kreftdeteksjon og Gleason-gradering, ved å måle mengden kreft og oppdage klinisk betydningsfulle funksjoner som perineural invasjon i tillegg til flere godartede strukturer (f.eks. HGPIN, atrofi, betennelse). Gitt den kliniske relevansen for slike funksjoner i diagnoseprosessen, er en studie som tar for seg deres validering og ytelse ikke bare ny, men kritisk for implementering i rutinemessig klinisk bruk.