AI模型增强了乳腺癌的组织学分级

(HealthDay) -一项新的深度学习模型(DeepGrade [DG])改善诺丁汉组织学2级(nhg2)乳腺肿瘤的预后分层，根据9月29日在线发表在《美国医学杂志》上的一项研究肿瘤学年鉴．

来自斯德哥尔摩卡罗林斯卡学院的王银西及其同事开发并验证了一种新的组织学分级模型基于数字全玻片组织病理学图像(WSIs)和深度学习提高nhg2乳腺癌患者的风险分层。用苏木精和伊红染色的1567例常规WSIs进行模型优化和验证。在1262例患者的外部测试集中，进一步评估了模型的泛化性。nhg2病例分为dg2高组和dg2低组;对模型的预后价值进行了检验。

研究人员发现，在内部测试集中，DG为nhg2病例的分层提供了独立的预后信息;与dg2低组相比，dg2高组在对既定危险因素进行校正后，复发风险增加(危险比，2.94)。DG2-low和DG2-high分别与nhg1和nhg3有表型相似性。在外部测试集中，DG的预后价值得到了证实风险增加对于dg2 -高的复发(危险比1.91)。

“DeepGrade模型为nhg2提供了独立的预后分层，并提供了一种潜在的具有成本效益的替代方案基因表达分析，这可以增加获得临床决策所需的病理信息，特别是降低化疗的级别，”作者写道。

几位作者披露了与生物制药行业的财务联系。

版权所有©2021每日健康．版权所有。