Imperial Prostate 6 - Badanie niezawodności sztucznej inteligencji w histologii raka. (IP6-CHAIROS)

W Wielkiej Brytanii około 80-100 000 mężczyzn co roku poddaje się biopsji prostaty w celu zdiagnozowania raka prostaty. Odpowiada to około 4 milionom preparatów histologicznych; szacuje się, że liczba ta wzrośnie do 160 000-200 000 mężczyzn i do 6 milionów slajdów do 2030 r. ze względu na rosnącą liczbę mężczyzn poddawanych badaniom na raka prostaty.

Health Education England i Royal College of Pathology wskazują na znaczny niedobór siły roboczej w patologii, przy czym tylko 3% oddziałów ma odpowiedni poziom personelu i 10% wskaźnik wakatów wypełnionych przez lokum, które kosztują 26 milionów funtów rocznie. Do 2021 r. nastąpi 3% spadek liczby konsultantów ds. patologii (40 patologów w pełnym wymiarze godzin); okres, w którym oczekuje się, że inne specjalności odnotują wzrost o 13%. Jednak aby sprostać rosnącej liczbie skierowań do oddziałów patologii, przewiduje się, że liczba patologów będzie musiała wzrastać o 3-5% rocznie.

Pomiędzy patologami może wystąpić zmienność między obserwatorami pod względem zgłaszania rozpoznania klinicznie istotnego i klinicznie nieistotnego raka prostaty nawet o 20%, chociaż różnice są mniejsze, gdy porównuje się wysoce doświadczonych uropatologów. Może to prowadzić do niewłaściwego zarządzania sprawami.

Galen Prostate AI to oznaczony CE algorytm AI do głębokiego uczenia się do biopsji igłowych prostaty, który może identyfikować typy komórek, struktury tkanek i cechy morfologiczne w diagnostyce raka. Technologia opiera się na wielowarstwowych konwolucyjnych sieciach neuronowych (CNN) zaprojektowanych do klasyfikacji obrazów, w których obrazowanie całego szkiełka jest analizowane w celu wykrycia obszarów tkanki, a następnie klasyfikacji łagodnych, rakowych i innych patologii. W porównaniu z prawie wszystkimi konkurentami, Galen Prostate AI został przetestowany w około 10 razy większej liczbie próbek tkanek. Co więcej, Galen Prostate AI jest jedynym algorytmem, który wykracza poza wykrywanie/klasyfikowanie raka do innych istotnych klinicznie cech (np. Uważa się, że ten algorytm sztucznej inteligencji jest jedynym w rutynowym wdrożeniu klinicznym — wykazując techniczną wykonalność i udowodnioną użyteczność kliniczną.

Proponowane badanie po raz pierwszy przeprowadzi walidację w NHS. Należy podkreślić, że ten typ algorytmu nigdy nie był testowany na populacji brytyjskiej, a w szczególności na populacji obejmującej kohortę biopsji ukierunkowanych na MRI, która jest obecnie nową strategią diagnostyczną, ponieważ wykrywa klinicznie istotnego raka prostaty w wyższym odsetku niż rutynowa biopsja systematyczna.

Badanie jest pierwszym i jedynym, które dotyczy wydajności algorytmu prostaty opartego na sztucznej inteligencji, który wykracza poza wykrywanie raka i ocenę Gleasona, poprzez pomiar ilości raka i wykrywanie istotnych klinicznie cech, takich jak inwazja okołonerwowa, oprócz wielu łagodnych struktur (np. HGPIN, atrofia, zapalenie). Biorąc pod uwagę kliniczne znaczenie takich cech w procesie diagnozy, badanie dotyczące ich walidacji i działania jest nie tylko nowatorskie, ale ma kluczowe znaczenie dla wdrożenia w rutynowym zastosowaniu klinicznym.