重磅前沿|Nat Med|肺癌病理AI模型的真实世界部署

主要观点总结

本文介绍了肺癌生物标志物检测的微调病理基础模型的真实世界部署的应用，重点关注利用人工智能模型对数字组织病理切片进行分析以检测肺癌生物标志物的方法及其结果。该研究利用数字肺腺癌病理切片数据集开发了一种计算EGFR生物标志物，并通过微调开源基础模型提高了其在不同验证集中的性能。研究表明，该模型在临床实践中具有广泛的应用前景，能够减少快速分子检测的需求，同时保持现有的临床标准性能。

关键观点总结

关键观点1: 背景

介绍利用数字组织病理切片的人工智能模型在癌症诊断中的优势，及其在真实世界中的临床实用性尚未得到证实的问题。着重指出对快速、准确且低成本的EGFR突变检测的需求，同时需保留足够的组织进行基因组测序。

关键观点2: 方法

介绍研究构建的大型国际肺腺癌数字病理切片数据集，用于开发计算EGFR生物标志物的方法。

关键观点3: 结果

通过微调开源基础模型，提高了模型的性能，并在内部验证和外部验证中均达到了临床诊断级别的准确性。在原发灶样本中进行了前瞻性隐蔽试验，结果显示该生物标志物具有良好的预测性能。此外，该智能化工作流程能够减少快速分子检测的需求。

关键观点4: 结论

该研究通过回顾性和前瞻性分析证明了一种计算病理生物标志物在真实世界临床应用的有效价值，展示了其在肺癌诊断中的潜在应用前景。

免责声明