Artificial intelligence-assisted system for precision diagnosis of PD-L1 expression in non-small cell lung cancer

肺癌 癌症 医学 病理 内科学
作者
Jianghua Wu,Changling Liu,Xiaoqing Liu,Wei Sun,Linfeng Li,Nannan Gao,Yajun Zhang,Xin Yang,Junjie Zhang,Haiyue Wang,Xinying Liu,Xiaozheng Huang,Yanhui Zhang,Run-Fen Cheng,Kaiwen Chi,Luning Mao,Lixin Zhou,Dongmei Lin,Shaoping Ling
出处
期刊:Modern Pathology [Springer Nature]
卷期号:35 (3): 403-411 被引量:52
标识
DOI:10.1038/s41379-021-00904-9
摘要

Standardized programmed death-ligand 1 (PD-L1) assessment in non-small cell lung cancer (NSCLC) is challenging, owing to inter-observer variability among pathologists and the use of different antibodies. There is a strong demand for the development of an artificial intelligence (AI) system to obtain high-precision scores of PD-L1 expression in clinical diagnostic scenarios. We developed an AI system using whole slide images (WSIs) of the 22c3 assay to automatically assess the tumor proportion score (TPS) of PD-L1 expression based on a deep learning (DL) model of tumor detection. Tests were performed to show the diagnostic ability of the AI system in the 22c3 assay to assist pathologists and the reliability of the application in the SP263 assay. A robust high-performance DL model for automated tumor detection was devised with an accuracy and specificity of 0.9326 and 0.9641, respectively, and a concrete TPS value was obtained after tumor cell segmentation. The TPS comparison test in the 22c3 assay showed strong consistency between the TPS calculated with the AI system and trained pathologists (R = 0.9429-0.9458). AI-assisted diagnosis test confirmed that the repeatability and efficiency of untrained pathologists could be improved using the AI system. The Ventana PD-L1 (SP263) assay showed high consistency in TPS calculations between the AI system and pathologists (R = 0.9787). In conclusion, a high-precision AI system is proposed for the automated TPS assessment of PD-L1 expression in the 22c3 and SP263 assays in NSCLC. Our study also indicates the benefits of using an AI-assisted system to improve diagnostic repeatability and efficiency for pathologists.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
liuliu完成签到 ,获得积分10
1秒前
无奈的代珊完成签到 ,获得积分10
2秒前
2秒前
快乐小恬完成签到 ,获得积分10
3秒前
杳鸢应助小玲采纳,获得20
3秒前
清新的亦瑶完成签到,获得积分10
13秒前
nanfeng完成签到 ,获得积分10
15秒前
嘻嘻哈哈完成签到 ,获得积分10
21秒前
大尧子完成签到 ,获得积分10
23秒前
高工发布了新的文献求助10
23秒前
布吉岛呀完成签到 ,获得积分10
26秒前
非鱼鱼完成签到 ,获得积分10
27秒前
mokosk完成签到,获得积分10
29秒前
Yimi刘博完成签到 ,获得积分10
33秒前
Steven发布了新的文献求助10
36秒前
阳光友蕊完成签到 ,获得积分10
44秒前
1分钟前
斯尼奇发布了新的文献求助10
1分钟前
kirisaki完成签到 ,获得积分10
1分钟前
chhzz完成签到 ,获得积分10
1分钟前
xiahongmei完成签到 ,获得积分10
1分钟前
甄遥完成签到,获得积分10
1分钟前
人生苦短完成签到,获得积分10
1分钟前
WeMeH完成签到 ,获得积分10
1分钟前
电子屎壳郎完成签到,获得积分10
1分钟前
自然的听寒完成签到 ,获得积分10
1分钟前
怡然白竹完成签到 ,获得积分10
1分钟前
衣蝉完成签到 ,获得积分10
1分钟前
故意的冰淇淋完成签到 ,获得积分10
1分钟前
HLT完成签到 ,获得积分10
1分钟前
小西完成签到 ,获得积分10
1分钟前
和谐的映梦完成签到,获得积分10
1分钟前
丘比特应助科研通管家采纳,获得10
1分钟前
从容访曼完成签到,获得积分10
1分钟前
等待的代容完成签到,获得积分10
1分钟前
咯咯咯完成签到 ,获得积分10
1分钟前
风中的向卉完成签到 ,获得积分10
1分钟前
小刘哥加油完成签到 ,获得积分10
1分钟前
raiychemj完成签到,获得积分10
1分钟前
Bismarck完成签到,获得积分20
2分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244791
求助须知:如何正确求助?哪些是违规求助? 2888434
关于积分的说明 8252919
捐赠科研通 2556928
什么是DOI,文献DOI怎么找? 1385502
科研通“疑难数据库(出版商)”最低求助积分说明 650176
邀请新用户注册赠送积分活动 626303