Hapësirë e re pune për radiologët.Zbuloni RAI Health Pro ↗
RAI Health

Zgjidhni gjuhën

HyniKrijo llogari ↗

Faqet prezantuese, regjistrimi, hyrja dhe udhëzuesi janë në shqip. Gjuhët e hapësirës klinike, raporteve AI dhe njohjes së të folurit mbështeten veçmas.

RAI HEALTH JOURNAL

AI në patologjinë digjitale: a mund të parashikohet origjina e tumorit?

AI mund të rendisë vendet e mundshme të origjinës nga imazhet patologjike, por një listë kandidatësh nuk është diagnozë përfundimtare. Në kancerin me origjinë të panjohur, rezultatet kërkimore duhen interpretuar së bashku me patologjinë, imazherinë dhe të dhënat klinike.

← Të gjithë artikujt

Data e përkthimit ·

RAI HealthPatologjia digjitale
Një skaner digjital preparatesh, një tabaka me lama qelqi dhe një monitor me motiv rozë e vjollcë.

Çfarë është kanceri me origjinë të panjohur?

Në kancerin me origjinë të panjohur (CUP), biopsia konfirmon malinjitetin, por vlerësimi patologjik dhe ekzaminimet radiologjike nuk kanë përcaktuar vendin ku ka filluar. Organi nga i cili merret mostra e metastazës mund të ndryshojë nga organi i origjinës. NCI përshkruan rolin e shqyrtimit patologjik dhe të testeve shtesë të përshtatshme.

Çfarë detyre testoi studimi TOAD?

Studimi TOAD, i publikuar në Nature më 5 maj 2021, parashikoi origjinat e mundshme të tumoreve nga imazhet digjitale të preparateve histologjike rutinë. Në grupin e veçuar të testimit me tumore me origjinë të njohur, saktësia e zgjedhjes së parë ishte 83%, ndërsa saktësia brenda tre kandidatëve të parë ishte 96%. Këto shifra nuk përfaqësojnë saktësinë diagnostike për të gjithë kanceret me origjinë ende të panjohur.

Çfarë nënkupton përputhja në grupin CUP?

Në 317 raste CUP me një diagnozë diferenciale të caktuar, përputhja e parashikimit të parë me diagnozën diferenciale të regjistruar ishte 61%; brenda tre kandidatëve të parë ishte 82%. Referenca nuk ishte një organ primar i gjetur përfundimisht në çdo rast. Paraqitja e tre kandidatëve nuk vendos as tri diagnoza përfundimtare.

A provon kërkimi autorizim ose përfitim për pacientin?

Ky studim vlerësoi një metodë analize imazhesh; në vetvete nuk është autorizim rregullator ose provë e përmirësimit të mbijetesës. Në kuadrin klinik të NCI, origjina e mundshme vlerësohet me gjetjet e tjera dhe karakteristikat e sëmundjes. Rezultati i AI nuk duhet të zëvendësojë automatikisht vlerësimin e patologut dhe ekipit klinik.

Çfarë duhet pyetur para zbatimit?

Vlerësimi ynë editorial: institucionet duhet të shqyrtojnë performancën me përgatitjen lokale të preparateve dhe skanerët, pasojat e kandidatëve të gabuar dhe tumoret jashtë mbulimit të modelit. Parashikimet me besueshmëri të ulët ose në kundërshtim me gjetjet e tjera kërkojnë një rrugë të përcaktuar shqyrtimi nga specialisti. Artikulli nuk jep këshilla individuale trajtimi; kërkimi i cituar nuk vërteton efektivitetin klinik të produkteve RAI.

Burimet

  1. Lu et al. — AI-based pathology predicts origins for cancers of unknown primary (Nature, 2021) ↗
    Data e qasjes: 2026-11-02
  2. NCI — Cancer of Unknown Primary (CUP) Treatment (PDQ®)–Health Professional Version ↗
    Data e qasjes: 2026-11-02

Ky artikull shërben për edukim dhe informim. Referimi ndaj një organizate nuk nënkupton miratimin e RAI Health Pro prej saj. Nuk pretendohet efektshmëri klinike për ndonjë produkt apo model.

Përqendrohuni te imazhi.

Krijo llogari ↗