Algorytm AI do oceny ostrości limfocytów w małych próbkach biopsji gruczołów ślinowych do diagnozowania zespołu Sjögrena

1. Opracuj i debuguj algorytm AI do oceny ogniska limfocytów na obrazach całych slajdów próbek biopsji SG wargi mniejszej do diagnozowania zespołu Sjogrena; W sumie ze szpitala Sun Yat-sen Memorial Hospital na Uniwersytecie Sun Yat-sen pobrano łącznie 200 preparatów do barwienia H&E próbek biopsji SG wargi mniejszej i zeskanowano je do postaci cyfrowych obrazów patologicznych. Podstawowa prawda dotycząca powierzchni tkanki gruczołu i liczby ognisk limfocytów na każdym obrazie jest interpretowana przez trzech starszych patologów z ponad 5-letnim doświadczeniem w tym zakresie.
2. Wewnętrzny test algorytmu AI; W sumie 500 dodatkowych cyfrowych obrazów patologicznych tkanek pochodzących z biopsji gruczołu wargowego pobrano ze szpitala Sun Yat-sen Memorial Hospital na Uniwersytecie Sun Yat-sen. Podstawowa prawda dotycząca powierzchni tkanki gruczołu i liczby ognisk limfocytów na każdym obrazie jest interpretowana przez trzech starszych patologów z ponad 5-letnim doświadczeniem w tym zakresie. Obliczana jest dokładność, swoistość, czułość, dodatnia i ujemna wartość predykcyjna algorytmu AI w ocenie powierzchni gruczołu wargowego oraz liczby ognisk limfocytów. Dokonuje się także porównania, czy obraz spełnia kryteria zespołu Sjögrena (punktacja ostrości większa niż 1) pomiędzy algorytmem AI a prawdą podstawową.
3. Walidacja kliniczna algorytmu AI metodą ślepą w wielu ośrodkach; W sześciu ośrodkach zewnętrznych pobrano łącznie 600 dodatkowych cyfrowych obrazów patologicznych tkanek pobranych z biopsji gruczołu wargowego. Podstawowa prawda dotycząca powierzchni tkanki gruczołu i liczby ognisk limfocytów na każdym obrazie jest interpretowana przez trzech starszych patologów z ponad 5-letnim doświadczeniem w tym zakresie. Obliczana jest dokładność, swoistość, czułość, dodatnia i ujemna wartość predykcyjna algorytmu AI w ocenie powierzchni gruczołu wargowego oraz liczby ognisk limfocytów. Dokonuje się także porównania, czy obraz spełnia kryteria zespołu Sjögrena (punktacja ostrości większa niż 1) pomiędzy algorytmem AI a prawdą podstawową.

4) Zbudowano zdalną platformę interpretacji patologicznej wspomaganą sztuczną inteligencją do oceny ostrości limfocytów w SG wargi na potrzeby globalne i zbadano jej zastosowanie kliniczne.

Cyfrowe obrazy patologiczne tkanki biopsji gruczołu wargowego można przesłać na platformę Labial Gland Pathological Focus Score Remoting. Wspomaganą sztuczną inteligencją interpretację patologiczną dotyczącą obszaru tkanki gruczołu, liczby ognisk limfocytów oraz tego, czy spełnienie kryteriów zespołu Sjögrena (punktacja ostrości większa niż 1) porównuje się z podstawową prawdą.