Ström P & al. Lancet Oncol 08.01.2020 von Deepa Koli Studien – kurz & knapp 21.01.2020
Erkenntnis
- Ein Künstliches-Intelligenz-System (AI) basierend auf tiefen neuralen Netzwerken (DNNs) zeigt eine exzellente Unterscheidung von benignen und malignen Biopsieproben der Prostata.
- Die Gleason-Klassifizierung durch AI war vergleichbar mit der Klassifizierung durch Pathologen.
Warum das wichtig ist
- AI kann Pathologen durch ein Vorab-Screening der Fälle und Einschätzung der Tumorlast unterstützen, potentiell unerkannte Krebsfälle erfassen und die Variabilität beim Grading verringern.
- Die Ergebnisse erfordern eine prospektive Validierung in klinischen Studien.
Studiendesign
- Die prospektive, populationsbasierte Screening-nach-Einladungs-Studie STHLM3 erforschte ein diagnostisches Modell für Prostatakrebs.
- 7406 Teilnehmer erhielten eine systematische Biopsie bestehend aus 10/12 Nadelbiopsien.
- Finanzierung: Swedish Research Council; Swedish Cancer Society; andere.
Wesentliche Ergebnisse
- 6682 Objektträger (1297 Teilnehmer) von Nadelbiopsien wurden digitalisiert und zum Trainieren der DNNs verwendet.
- Das AI-System konnte maligne von benignen Proben mit einer exzellenten Genauigkeit unterscheiden:
- Ein unabhängiges Testdatenset von 910 benignen und 721 malignen Tumoren: area under the curve (AUC) 0,997 (95% KI 0,994-0,999).
- Externes Prüfdatenset von 108 benignen und 222 malignen Tumoren: AUC 0,986 (95% KI 0,972-0,996).
- Beim Gleason-Grading erreichte AI ein mittleres paarweises κ von 0,62 und Pathologen erreichten übereinstimmende Werte im Bereich von 0,60-0,73.
Einschränkungen
- Fehlen von exakten pixelweisen Anmerkungen.