掌握▪新創動態
《國際要聞》皮膚切片免前處理 AI精準辨識早期黑色素瘤
2021-10-13

(圖片來源 : MED-TECH)

托馬斯杰斐遜大學(Thomas Jefferson University)和佛羅里達大學(University of Florida)進行的研究展示了AI運用方面的真實力,該研究從一系列未特別處理的 1,422 個皮膚切片檢體中,正確辨識惡性黑色素瘤和原位黑色素瘤的靈敏度為93%、特異性達到91%。此技術還對基底細胞癌(basal cell carcinoma)和鱗狀細胞癌(squamous cell carcinoma)進行了分類,曲線下面積(area under curve, ACU)分別為 0.97 和 0.95,佔所有皮膚癌的 97%。驗證了12,784 張圖像的多位點(muli-site)回溯式研究的結果,該研究將於 2021 年國際電腦視覺會議的數位病理學運算挑戰研討會上進行展示。

佛羅里達大學皮膚病理學主任兼皮膚病學臨床副教授 Kiran Motaparthi 博士說:“Proscia 的技術在檢測黑色素瘤和其他惡性皮膚病方面的表現令人印象深刻。 這是一個令人興奮的進展,因為病理學家越來越希望從人工智能中發掘新的價值來源。”

除了前瞻性和回顧性研究外,Proscia 還進行了額外的研究,以證明人工智能在皮膚病理學中的潛在益處,包括:

  • 為患者提供更快的結果。自動識別黑色素瘤的 AI 會提醒病理學家注意這些高風險病例,並標記這些病例以進行早期診斷。隨著皮膚檢體的不斷增加,這種檢測可以確保最需要臨床診斷的患者得到優先考慮,以便他們可以更快地開始治療。
  • 促使診斷有困難性的黑色素瘤病例達到一致性。黑色素瘤是最具診斷挑戰性的疾病之一,導致病理學家之間的觀察結果判定存有差異。AI區分黑色素瘤和良性腫瘤的能力可以作為病理學家的輔助系統,提高診斷準確性並改善患者的診療結果。
  • 優化實驗室生產力以提高盈利能力。在美國,每年有超過 1500 個皮膚切片檢體,每一個切片都可能顯示數百個診斷結果。對黑色素瘤和非黑色素瘤皮膚癌進行AI分類和判別,可以優化實驗室專家和非專家之間的判讀落差,進而提高效率,而可以處理更多病例並改善一部份保險給付持續下降帶來的影響。

Proscia 的 AI 研發副總裁 Julianna Ianni 博士說:“Proscia 的技術代表了我們對皮膚病理學的付出,進而得到的重大進步。我們的 AI 不僅可以辨識難以診斷的黑色素瘤,還可以負責高度變異的疾病以推動醫學深度學習的界限。如此,它便有望提供病理學家更快、更一致的診斷方法以改善患者的診療結果。”

研究中所使用的AI是從Proscia 的 DermAI 應用程式所擴展的技術,可從 Concentriq 數字病理學平台 取得更多內容,DermAI 能為每個皮膚病例提供基於AI分類的服務,以提高判讀效率和品質。

該應用程式迄今為止的性能在病理學最全面的研究 得到了驗證,並且作為 Proscia 開發的人工智能的部分基礎,並持續得到驗證和擴展。該公司還與領先的學術和商業實驗室合作,包括 LabPON、約翰霍普金斯醫學院(Johns Hopkins School of Medicine)、Unillabs、烏得勒支大學醫學中心(University Medical Center Utrecht)和加州大學舊金山分校(University of California, San Francisco),以加速人工智慧在病理學中的應用。

 

(來源:MED-TECH 生策中心編譯)

本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved