AI w wykrywaniu przerzutów do węzłów chłonnych: jak czytać dowody dotyczące organizacji pracy?

Phase II CONFIDENT-B: AI-assistance in detection of breast cancer metastases in sentinel lymph nodes

VJOncology · 2024-02-07 · Źródło

W tym anglojęzycznym wywiadzie z SABCS 2023, opublikowanym przez VJOncology w YouTube 7 lutego 2024 r., Carmen van Dooijeweert omawia proces pracy CONFIDENT-B. Wywiad poprzedza pełny artykuł z czerwca 2024 r.; nie stanowi indywidualnej porady terapeutycznej ani dokumentu zezwolenia regulacyjnego.

Jak AI pomaga patomorfologowi?

Obraz całego preparatu to cyfrowy obraz szkiełka mikroskopowego. Badane systemy kierują uwagę patomorfologa na możliwe ogniska przerzutowe w węzłach chłonnych. Oddzielnej oceny wymagają skuteczność samego algorytmu, skuteczność współpracy patomorfologa z AI oraz procedura potwierdzania w laboratorium. Nie są one wzajemnie zamienne.

Co oceniono w CONFIDENT-B?

Opublikowane 27 czerwca 2024 r. CONFIDENT-B było prospektywnym, jednoośrodkowym badaniem bez randomizacji, obejmującym 190 próbek węzłów wartowniczych w raku piersi. Oceniano wpływ wsparcia AI na wykorzystanie immunohistochemii (IHC) i czas oceny. IHC zachowano w przypadkach morfologicznie ujemnych. Wyniki nie oznaczają więc całkowitej rezygnacji z IHC ani oceny autonomicznego rozpoznawania.

Jakie ostrzeżenie wnosi badanie raka żołądka?

Badanie opublikowane w Nature Communications w 2022 r. dotyczyło przerzutów raka żołądka do węzłów chłonnych. Sześciu patomorfologów oceniało 80 preparatów z pomocą AI i bez niej; badano czas, trafność oraz spójność zliczania. Przedstawiono również przykłady, w których błędne oznaczenia AI prowadziły patomorfologów do nieprawidłowych interpretacji. Zaufanie mapie oznaczeń i weryfikacja obrazu tkanki są zatem odrębnymi krokami.

Czy walidacja systemu cyfrowego i AI to to samo?

Wytyczne CAP dotyczące obrazowania całych preparatów obejmują walidację trafności diagnostycznej i zgodności z mikroskopią świetlną dla zamierzonego zastosowania systemów cyfrowych. Dotyczą infrastruktury obrazowania; nie potwierdzają walidacji ani zezwolenia regulacyjnego dla konkretnego algorytmu AI wykrywającego przerzuty. Publikacja naukowa, dopuszczenie do lokalnego użytku klinicznego i decyzja placówki o wdrożeniu wymagają odrębnej oceny.

Jak oceniać twierdzenie o wdrożeniu?

W ramach oceny redakcyjnej należy łącznie pytać o typ nowotworu, przygotowanie preparatu, skaner, wersję oprogramowania i standard odniesienia. Zmiany czasu oceny, fałszywe alarmy, przeoczone ogniska i potrzebę dodatkowych barwień należy monitorować oddzielnie. Samo przyspieszenie oceny nie dowodzi korzyści w przeżyciu. Ten schemat nie zawiera indywidualnych porad diagnostycznych ani terapeutycznych i nie przypisuje skuteczności produktom RAI.