利用人工智能实现病理学家水平的前列腺活检分级
计算机视觉与模式识别
2019-07-03 v1 人工智能
图像与视频处理
摘要
背景：前列腺活检数量不断增加以及全球泌尿病理学家短缺给病理科带来压力。此外，分级中的高观察者内与观察者间变异性可导致前列腺癌的过度治疗与治疗不足。人工智能(AI)方法可通过辅助病理学家减少工作量和统一分级来缓解这些问题。方法：我们将基于人群的 STHLM3 诊断研究中 976 名参与者的 6,682 份针吸活检数字化，以训练深度神经网络用于评估前列腺活检。这些网络通过预测由 245 名男性 1,631 份活检组成的独立测试集中恶性组织的存在、范围和 Gleason 分级进行评估。我们还对由国际泌尿病理学会 23 名经验丰富的泌尿病理学家分别分级的 87 份活检评估了分级性能。我们通过受试者工作特征(ROC)评估判别性能，并通过将预测的毫米癌长度与报告病理学家的测量值相关联来评估肿瘤范围预测。我们使用 Cohen's kappa 量化 AI 与专家泌尿病理学家所分配分级之间的一致性。结果：AI 在前列腺针吸活检样本中检测和分级癌症的性能可与前列腺病理学的国际专家相媲美。AI 在区分良性和恶性活检核心方面达到了 0.997 的 ROC 曲线下面积，在区分有无前列腺癌的男性方面达到了 0.999。AI 预测的毫米癌长度与报告病理学家所分配者的相关性为 0.96。对于分配 Gleason 分级，AI 达到了 0.62 的平均成对 kappa。这处于专家病理学家相应值(0.60 至 0.73)的范围之内。
引用
@article{arxiv.1907.01368,
title = {Pathologist-Level Grading of Prostate Biopsies with Artificial Intelligence},
author = {Peter Ström and Kimmo Kartasalo and Henrik Olsson and Leslie Solorzano and Brett Delahunt and Daniel M. Berney and David G. Bostwick and Andrew J. Evans and David J. Grignon and Peter A. Humphrey and Kenneth A. Iczkowski and James G. Kench and Glen Kristiansen and Theodorus H. van der Kwast and Katia R. M. Leite and Jesse K. McKenney and Jon Oxley and Chin-Chen Pan and Hemamali Samaratunga and John R. Srigley and Hiroyuki Takahashi and Toyonori Tsuzuki and Murali Varma and Ming Zhou and Johan Lindberg and Cecilia Bergström and Pekka Ruusuvuori and Carolina Wählby and Henrik Grönberg and Mattias Rantalainen and Lars Egevad and Martin Eklund},
journal= {arXiv preprint arXiv:1907.01368},
year = {2019}
}
备注
45 pages, 11 figures