Lancet oncol:深度学习系统协助前列腺癌Gleason分级
2020-01-12 QQY MedSci原创
Gleason评分是前列腺癌复发最强的相关预测因子,但在观察者之间有很大的差异,限制了其对个别患者的有效性。前列腺癌诊断可以受益于强大的、可重复的Gleason分级。本研究对采用深度学习进行前列腺活检的自动格里森分级的可能性进行研究。本研究是一项回顾性的研究,研究人员开发了一种深度学习系统根据Gleason分级标准对前列腺样本进行分级,研究人员从1243位患者中收集了5759例样本。该系统与参考标
Gleason评分是前列腺癌复发最强的相关预测因子,但在观察者之间有很大的差异,限制了其对个别患者的有效性。前列腺癌诊断可以受益于强大的、可重复的Gleason分级。本研究对采用深度学习进行前列腺活检的自动格里森分级的可能性进行研究。
本研究是一项回顾性的研究,研究人员开发了一种深度学习系统根据Gleason分级标准对前列腺样本进行分级,
研究人员从1243位患者中收集了5759例样本。该系统与参考标准获得了较高的一致性(2次Cohen κ值 0.918,95% CI 0.891-0.941 ),在临床决策阈值上获得较高得分:良性 vs 恶性(曲线下面积 0.990,95% CI 0.982-0.996)、2级或更高(0.978,0.966-0.988)和3级或更高(0.974,0.962-0.984)。在观察员实验中,深度学习系统得分(中位kappa 0·854)高于小组(kappa 0·819),超过10/15名病理观察员 。在外部测试数据集上,系统与两位病理学家独立设置的参考标准(2次Cohen κ值 0·723和0·707)和观察者间变异性(κ 0·71)高度一致。
自动化深度学习系统实现了类似于病理学家的Gleason分级,可能有助于前列腺癌的诊断。该系统可以帮助病理学家筛选活检,提供分级的二次意见,并提供体积百分比的定量测量。
原始出处:
Wouter Bulten, et al.Automated deep-learning system for Gleason grading of prostate cancer using biopsies: a diagnostic study.The Lancet Oncology. January 08, 2019.
本文系梅斯医学(MedSci)原创编译,转载需授权!
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#深度学习系统#
34
#Oncol#
39
#Lancet#
44
#ASO#
35
谢谢梅斯分享这么多精彩信息
50
前列腺癌相关研究,学习了,谢谢梅斯
39