人工智能在乳房外Paget病病理诊断及鉴别中的应用

• Published in: 陆军军医大学学报 Vol. 46; no. 16; pp. 1897 - 1905
• Main Authors: 朱一维, 吴哲, 陈星材, 粘永健, 罗娜, 张恋, 吴毅, 翟志芳
• Format: Journal Article
• Language: Chinese
• Published: 400038 重庆,陆军军医大学(第三军医大学):第一附属医院皮肤科%400038 重庆,陆军军医大学(第三军医大学):生物医学工程与影像医学系数字医学教研室%401120 重庆,重庆医科大学附属第三医院皮肤科 2024
• Subjects: histopathologic diagnosis; 人工智能; 病理诊断; 诊断模型; diagnostic model; artificial intelligence; 乳房外Paget病; Paget's disease,extramammary
• ISSN: 2097-0927
• DOI: 10.16016/j.2097-0927.202401014

R319%R730.4%R739.5; 目的 建立乳房外Paget病(extramammary Paget's disease,EMPD)组织病理诊断的人工智能(artificial intelligence,AI)诊断模型,并评价其对EMPD诊断及鉴别诊断的效能.方法 收集2003年9月至2023年2月于陆军军医大学第一附属医院皮肤科就诊并行皮肤组织活检术,且病理明确诊断为EMPD、Bowen病、皮肤鳞状细胞癌(squamous cell carcinoma,SCC)以及表皮增生肥厚为主要病理特征的非肿瘤性皮肤病患者的病理资料.以EMPD为主要研究对象,与Bowen病、SCC以及非肿瘤性皮肤病病理图像进行鉴别,通过ResNet101、DenseNet121深度学习神经网络对4种疾病的组织病理进行分类诊断并评价模型效能.结果 ResNet101诊断模型诊断EMPD、Bowen病、SCC及非肿瘤性皮肤病的20倍组织病理图像的AUC值分别为0.97、0.98、1.00、0.96,准确度为(0.925±0.011);40倍组织病理图像AUC 值分别为 1.00、0.99、1.00、0.97,准确度为(0.943±0.017).DenseNet121 诊断模型诊断 EMPD、Bowen病、SCC及非肿瘤性皮肤病的20倍组织病理图像的AUC值分别为0.98、0.95、0.99、1.00,准确度为(0.912±0.034);40倍组织病理图像AUC值分别为0.99、0.96、1.00、1.00,准确度为(0.971±0.012).表示分类诊断模型能够将EMPD与Bowen病、SCC及非肿瘤性皮肤病等的低倍组织病理图像进行有效区分.ResNet101计算量为786.6 M、参数量为4.5 M,DensNet121计算量为289.7 M、参数量为0.8 M.结论 本研究建立的组织病理图像人工智能诊断模型对EMPD的诊断及鉴别诊断具有较高效能,并推荐DenseNet121为皮肤病理图片的诊断模型.