Prospektywna walidacja opartego na patologii modelu diagnostycznego sztucznej inteligencji pod kątem przerzutów do węzłów chłonnych w raku prostaty

Przerzuty do węzłów chłonnych (LNM) są częstym rodzajem przerzutów w raku prostaty, a dokładna ocena stopnia zaawansowania patologii węzłów chłonnych pooperacyjna ma ogromne znaczenie dla dalszego leczenia i oceny rokowania. Jednak obecna ocena patologiczna węzłów chłonnych opiera się na badaniu manualnym przez patologa, co ma stosunkowo niską skuteczność diagnostyczną i jest podatne na pominięcie rozpoznania zmian mikroprzerzutowych. Dlatego badacze opracowali model diagnostyczny AI do wykrywania patologicznych przerzutów raka prostaty do węzłów chłonnych w oparciu o algorytmy głębokiego uczenia się w badaniach wstępnych, który wypadł dobrze w testach retrospektywnych.

Niniejsze badanie ma charakter testu diagnostycznego bez środków interwencyjnych i przewiduje zebranie preparatów patologicznych utrwalonych w formalinie i zatopionych w parafinie węzłów chłonnych wyciętych od włączonych pacjentów i digitalizację ich w postaci obrazów całych slajdów (WSI). Model sztucznej inteligencji przeanalizuje WSI i wygeneruje mapy cieplne na poziomie pikseli oraz wyniki diagnostyczne na poziomie slajdu (z LNM lub bez). Rutynowe badanie patologiczne zostanie przeprowadzone jak zwykle. Te dwa procesy nie będą ze sobą kolidować. A jeśli wystąpią niespójności w klasyfikacji stopniowej między sztuczną inteligencją a rutynowym badaniem patologicznym, badacze zwołają starszych patologów w celu omówienia w celu podjęcia ostatecznej decyzji (w razie potrzeby zostanie przeprowadzona immunohistochemia). Wynik końcowy zostanie przedstawiony pacjentowi w formie raportu patomorfologicznego.