論文の概要: Artificial Intelligence Assistance Significantly Improves Gleason
Grading of Prostate Biopsies by Pathologists
- arxiv url: http://arxiv.org/abs/2002.04500v1
- Date: Tue, 11 Feb 2020 16:00:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-02 02:47:46.812863
- Title: Artificial Intelligence Assistance Significantly Improves Gleason
Grading of Prostate Biopsies by Pathologists
- Title（参考訳）: 病理学者による前立腺生検のグリーソングレーディングの人工知能支援
- Authors: Wouter Bulten, Maschenka Balkenhol, Jean-Jo\"el Awoumou Belinga,
Am\'erico Brilhante, Asl{\i} \c{C}ak{\i}r, Xavier Farr\'e, Katerina
Geronatsiou, Vincent Molini\'e, Guilherme Pereira, Paromita Roy, G\"unter
Saile, Paulo Salles, Ewout Schaafsma, Jo\"elle Tschui, Anne-Marie Vos, Hester
van Boven, Robert Vink, Jeroen van der Laak, Christina Hulsbergen-van de Kaa,
Geert Litjens
- Abstract要約: AIシステムは、Gleasonグレーディングで病理学者レベルのパフォーマンスを実現することが証明されている。
前立腺生検におけるAI支援の意義について検討した。
以上の結果から,AIシステムのグレーティングに付加価値が示されたが,さらに重要なことは,病理学者とAIのシナジーのメリットを示している。
- 参考スコア（独自算出の注目度）: 4.48628209498987
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While the Gleason score is the most important prognostic marker for prostate
cancer patients, it suffers from significant observer variability. Artificial
Intelligence (AI) systems, based on deep learning, have proven to achieve
pathologist-level performance at Gleason grading. However, the performance of
such systems can degrade in the presence of artifacts, foreign tissue, or other
anomalies. Pathologists integrating their expertise with feedback from an AI
system could result in a synergy that outperforms both the individual
pathologist and the system. Despite the hype around AI assistance, existing
literature on this topic within the pathology domain is limited. We
investigated the value of AI assistance for grading prostate biopsies. A panel
of fourteen observers graded 160 biopsies with and without AI assistance. Using
AI, the agreement of the panel with an expert reference standard significantly
increased (quadratically weighted Cohen's kappa, 0.799 vs 0.872; p=0.018). Our
results show the added value of AI systems for Gleason grading, but more
importantly, show the benefits of pathologist-AI synergy.
- Abstract（参考訳）: Gleasonスコアは前立腺癌患者にとって最も重要な予後マーカーであるが、観察者の大きな変動に悩まされている。
ディープラーニングに基づく人工知能(AI)システムは、グリーソングレーディングで病理学者レベルのパフォーマンスを達成することが証明されている。
しかし、そのようなシステムの性能は、アーティファクト、異物組織、その他の異常の存在下で低下する可能性がある。
病理学者は自身の専門知識をAIシステムからのフィードバックと統合することで、個々の病理学者とシステムの両方を上回る相乗効果をもたらす可能性がある。
AIアシストに関する誇大宣伝にもかかわらず、このトピックに関する既存の文献は、病理領域内で限定されている。
前立腺生検におけるAI支援の有用性を検討した。
14人の観察者からなるパネルは、AIの助けなしに160の生検を行った。
AIを使用することで、専門家基準との合意は大幅に増加した(コーエンのカッパは0.799対0.872; p=0.018)。
以上の結果から,グリーソングレーディングのためのAIシステムの付加価値が示されたが,さらに重要なことは,病理学者とAIのシナジーの利点を示している。
関連論文リスト
- Pathologist-like explainable AI for interpretable Gleason grading in prostate cancer [3.7226270582597656]
我々は,54人の病理学者からなる国際グループによって注釈された1015個の組織マイクロアレイコア画像の新たなデータセットを紹介した。
これらのアノテーションは、国際ガイドラインに従ってグリーソン格付けを行うための詳細な局所的なパターン記述を提供する。
我々は、病理学者の用語を利用した予測を提供するU-Netアーキテクチャに基づく、本質的に説明可能なAIシステムを開発する。
論文 参考訳（メタデータ） (2024-10-19T06:58:26Z) - Dermatologist-like explainable AI enhances melanoma diagnosis accuracy: eye-tracking study [1.1876787296873537]
人工知能(AI)システムは皮膚科医のメラノーマの診断精度を大幅に改善した。
これらの進歩にもかかわらず、皮膚科医がAIとXAIの両方のツールとどのように関わるかの客観的評価には、依然として重要な必要性がある。
そこで本研究では,76名の皮膚科医を対象に,XAIシステムを用いてメラノーマとネビの16例の皮膚内視鏡像の診断を行った。
論文 参考訳（メタデータ） (2024-09-20T13:08:33Z) - A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。
重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。
人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文 参考訳（メタデータ） (2024-05-21T06:44:40Z) - Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer [0.0]
本研究は前立腺癌におけるGleason gradingの自動化のための11のディープニューラルネットワークアーキテクチャの可能性について検討した。
AUCMEDIフレームワークに基づく標準化された画像分類パイプラインは、堅牢な評価を容易にする。
より新しいアーキテクチャは、密接に関連するGleasonグレードの差別化の難しさにもかかわらず、優れたパフォーマンスを実現した。
論文 参考訳（メタデータ） (2024-03-25T12:26:32Z) - A survey of recent methods for addressing AI fairness and bias in
biomedicine [48.46929081146017]
人工知能システムは、人種や性別に基づくような社会的不平等を永続するか、偏見を示すことができる。
バイオメディカル自然言語処理 (NLP) やコンピュータビジョン (CV) の分野での様々な脱バイアス法に関する最近の論文を調査した。
我々は,2018年1月から2023年12月にかけて,複数のキーワードの組み合わせを用いて,PubMed,ACMデジタルライブラリ,IEEE Xploreに関する文献検索を行った。
バイオメディシンに応用可能な一般領域からの他の方法について検討し, バイアスに対処し, 公平性を向上する方法について検討した。
論文 参考訳（メタデータ） (2024-02-13T06:38:46Z) - Critical Evaluation of Artificial Intelligence as Digital Twin of
Pathologist for Prostate Cancer Pathology [7.204701297465233]
前立腺組織をヘマトキシリンとエオシンで染色した2,603例の病理組織像を用いて,病理医vPathoのAIベースのデジタル双生児を試験した。
我々はvPathoと6人の病理医の腫瘍グレードの不一致に影響を及ぼす因子について検討した。
論文 参考訳（メタデータ） (2023-08-23T08:25:39Z) - BiomedGPT: A Generalist Vision-Language Foundation Model for Diverse Biomedical Tasks [68.39821375903591]
汎用AIは、さまざまなデータ型を解釈する汎用性のために、制限に対処する可能性を秘めている。
本稿では,最初のオープンソースかつ軽量な視覚言語基盤モデルであるBiomedGPTを提案する。
論文 参考訳（メタデータ） (2023-05-26T17:14:43Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - WSSS4LUAD: Grand Challenge on Weakly-supervised Tissue Semantic
Segmentation for Lung Adenocarcinoma [51.50991881342181]
この課題には10,091個のパッチレベルのアノテーションと1300万以上のラベル付きピクセルが含まれる。
第一位チームは0.8413mIoUを達成した(腫瘍:0.8389、ストーマ:0.7931、正常:0.8919)。
論文 参考訳（メタデータ） (2022-04-13T15:27:05Z) - Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology:
AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。
本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文 参考訳（メタデータ） (2022-02-17T08:33:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。