乳腺癌Ki-67人工智能自动诊断系统的真实世界应用测试

目的研究人工智能(AI)用于辅助临床乳腺浸润性导管癌(IDC)Ki-67评分的不同方法并比较其结果。方法收集100例真实临床IDC诊断病例,包括HE、免疫组化Ki-67染色的切片和诊断结果。将病理切片扫描成全片数字化图像(whole slide image,WSI),并使用AI对其进行评分。AI评分方式分为两种,一种为AI纯自动计数,使用Ki-67自动诊断的评分系统对WSI进行全片计数;第二种是AI半自动计数,需要人工选择区域计数,然后用智能显微镜进行自动计数。病理医生的诊断结果作为纯人工计数的结果。将全人工(病理诊断结果)、AI半自动、AI全自动此3种计数所得的Ki-67分数进行两两比较,分别按差异高低进行归类,差异高低分为3档:相差≤10%、相差>10%~<30%和相差≥30%,并且使用组内相关系数(intra-class correlation coefficient,ICC)对其进行相关性的评价。结果全自动AI计数1例Ki-67的时间为5~8 min,而半自动AI方法为2~3 min,全人工计数则需要1~3 min。两种AI计数方法相比较,Ki-67分数的相差全部在10%以内(占比100%),ICC指数高达0.992。全人工计数和AI半自动相比,相差≤10%的有60例(占比60%),相差>10%~<30%的例数为37例(占比37%),而≥30%的只有3例(占比3%),ICC指数为0.724;全人工计数和AI全自动相比,相差≤10%的有78例(占78%),相差>10%~<30%的例数为17例(占比17%),而≥30%的有5例(占比5%),ICC指数为0.720。ICC数值示,两种AI方法之间差异不大、可重复性很好,AI和人工计数之间的可重复性可接受。结论AI全自动方法的优势在于更节省人力,病理医生只需在最后核对诊断结果。而半自动的方法更符合临床病理医生的诊断习惯,整体耗时较AI全自动方法少。此外,AI方法虽然可重复性较高,但不能完全取代病理医生,而应作为有力的辅助工具看待。