論文の概要: Validation of Diagnostic Artificial Intelligence Models for Prostate Pathology in a Middle Eastern Cohort

• arxiv url: http://arxiv.org/abs/2512.17499v1
• Date: Fri, 19 Dec 2025 12:08:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.371733
• Title: Validation of Diagnostic Artificial Intelligence Models for Prostate Pathology in a Middle Eastern Cohort
• Title（参考訳）: 中東コホートにおける前立腺病理診断人工知能モデルの検証
• Authors: Peshawa J. Muhammad Ali, Navin Vincent, Saman S. Abdulla, Han N. Mohammed Fadhl, Anders Blilie, Kelvin Szolnoky, Julia Anna Mielcarz, Xiaoyi Ji, Nita Mulliqi, Abdulbasit K. Al-Talabani, Kimmo Kartasalo,
• Abstract要約: 本研究は,前立腺癌のAI診断とGleason gradingに焦点をあてて,中東の外部的検証コホートを用いた第1回研究である。 イラクのクルディスタン地方から339種の前立腺生検標本をデジタル化した。
• 参考スコア（独自算出の注目度）: 0.013139426460041159
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background: Artificial intelligence (AI) is improving the efficiency and accuracy of cancer diagnostics. The performance of pathology AI systems has been almost exclusively evaluated on European and US cohorts from large centers. For global AI adoption in pathology, validation studies on currently under-represented populations - where the potential gains from AI support may also be greatest - are needed. We present the first study with an external validation cohort from the Middle East, focusing on AI-based diagnosis and Gleason grading of prostate cancer. Methods: We collected and digitised 339 prostate biopsy specimens from the Kurdistan region, Iraq, representing a consecutive series of 185 patients spanning the period 2013-2024. We evaluated a task-specific end-to-end AI model and two foundation models in terms of their concordance with pathologists and consistency across samples digitised on three scanner models (Hamamatsu, Leica, and Grundium). Findings: Grading concordance between AI and pathologists was similar to pathologist-pathologist concordance with Cohen's quadratically weighted kappa 0.801 vs. 0.799 (p=0.9824). Cross-scanner concordance was high (quadratically weighted kappa > 0.90) for all AI models and scanner pairs, including low-cost compact scanner. Interpretation: AI models demonstrated pathologist-level performance in prostate histopathology assessment. Compact scanners can provide a route for validation studies in non-digitalised settings and enable cost-effective adoption of AI in laboratories with limited sample volumes. This first openly available digital pathology dataset from the Middle East supports further research into globally equitable AI pathology. Funding: SciLifeLab and Wallenberg Data Driven Life Science Program, Instrumentarium Science Foundation, Karolinska Institutet Research Foundation.
• Abstract（参考訳）: 背景: 人工知能(AI)は、がん診断の効率と精度を改善している。 病理AIシステムの性能は、大センターのヨーロッパとアメリカのコホートでほぼ独占的に評価されている。 病理学におけるグローバルAIの採用には、現在表現されていない人口(AIサポートによる潜在的な利益も最大になる可能性がある)に対する検証研究が必要である。 本研究は,前立腺癌のAI診断とGleason gradingに焦点をあてて,中東の外部的検証コホートを用いた第1回研究である。 方法: イラク・クルディスタン地域の前立腺生検標本339点を, 2013-2024年の間に連続して185例の検体を収集, デジタル化した。 我々は,3つのスキャナーモデル (浜松, ライカ, グルンジウム) でデジタル化された標本間の整合性と病理学者との整合性の観点から,タスク固有のエンドツーエンドAIモデルと2つの基礎モデルを評価した。 発見:AIと病理学者の対応は、コーエンの四重み付きカッパ0.801対0.799(p=0.9824)と病理学者と類似していた。 クロススキャナの一致は、低コストのコンパクトスキャナを含む全てのAIモデルとスキャナーペアに対して高い(四重み付きカッパ > 0.90)。 解釈:AIモデルは前立腺病理組織学的評価において病理学レベルのパフォーマンスを示した。 コンパクトスキャナーは、デジタル化されていない環境での検証研究のためのルートを提供し、サンプル量に制限のある実験室でAIを費用対効果で採用することを可能にする。 中東で最初に公開されたデジタル病理データセットは、グローバルに平等なAI病理の研究を支援している。 資金提供:SciLifeLabとWallenberg Data Driven Life Science Program, Instrumentarium Science Foundation, Karolinska Institutet Research Foundation。

関連論文リスト

• Prostate biopsy whole slide image dataset from an underrepresented Middle Eastern population [0.013139426460041159]
  イラクのエルビルで収集した185例の前立腺針生検の339例について報告する。 スライドは、グリーソンのスコアと、3人の病理学者によって独立に割り当てられた国際尿路病理学の成績に関連付けられている。
  論文  参考訳（メタデータ） (2025-12-03T14:54:14Z)
• Finding Holes: Pathologist Level Performance Using AI for Cribriform Morphology Detection in Prostate Cancer [0.010248177083614802]
  前立腺癌におけるクリブリフォーム形態は予後不良を示す組織学的特徴であり,活動的監視を阻害する。 EfficientNetV2-Sエンコーダを用いて、エンド・ツー・エンドの全体スライダー分類のための複数のインスタンス学習を行う深層学習モデルを構築した。
  論文  参考訳（メタデータ） (2025-10-15T18:23:34Z)
• Artificial Intelligence-Based Triaging of Cutaneous Melanocytic Lesions [0.8864540224289991]
  患者数の増加とより包括的な診断の必要性により、病理学者は作業負荷の増大に直面している。 われわれは,全スライド画像に基づいて皮膚メラノサイト性病変をトリアージする人工知能(AI)モデルを開発した。
  論文  参考訳（メタデータ） (2024-10-14T13:49:04Z)
• 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)
• Artificial Intelligence in Ovarian Cancer Histopathology: A Systematic Review [1.832300121391956]
  方法: PubMed, Scopus, Web of Science, CENTRAL, WHO-ICTRPの検索を行った。 PROBASTを用いてバイアスのリスクを評価した。 37の診断モデル、22の予後モデル、21の診断関連結果を含む80の関心モデルがあった。 すべてのモデルが全体として偏見のリスクが高いか、あるいは不明確であることが判明し、ほとんどの研究は分析において偏見のリスクが高いことが判明した。
  論文  参考訳（メタデータ） (2023-03-31T12:26:29Z)
• Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in Artificial Intelligence [79.038671794961]
  我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。 本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
  論文  参考訳（メタデータ） (2021-11-18T00:43:41Z)
• Artificial Intelligence Assistance Significantly Improves Gleason Grading of Prostate Biopsies by Pathologists [4.48628209498987]
  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。
  論文  参考訳（メタデータ） (2020-02-11T16:00:31Z)

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。