MétaCan
Menu
Retour à la cohorte
Enregistrement W4385768519 · doi:10.1101/2023.08.05.23293672

Photon Absorption Remote Sensing Imaging of Breast Needle Core Biopsies is Diagnostically Equivalent to Gold Standard H&E Histologic Assessment

2023· preprint· en· W4385768519 sur OpenAlexaff
James E. D. Tweel, Benjamin R. Ecclestone, Hager Gaouda, Deepak Dinakaran, Michael P. Wallace, Gilbert Bigras, John R. Mackey, Parsin Haji Reza

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensUniversity of AlbertaIllumisonics (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésConcordanceGold standard (test)HistologyBreast cancerMedicineKappaPathologyNuclear medicineCancerRadiologyInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

STRUCTURED Abstract OBJECTIVE Photon absorption remote sensing (PARS) is a new laser-based microscope technique that permits cellular level resolution of unstained fresh, frozen, and fixed tissues. Our objective was to determine whether PARS could provide image quality sufficient for diagnostic assessment of breast cancer needle core biopsies (NCB). DESIGN We PARS imaged and virtually H&E stained seven independent unstained formalin fixed paraffin-embedded breast NCB sections. These identical tissue sections were then subsequently stained with standard H&E and digitally scanned. Both the 40x PARS and H&E whole slide images were assessed by seven breast cancer pathologists, masked to the origin of the images. A concordance analysis was performed to quantify the diagnostic performances of standard H&E and PARS virtual H&E. RESULTS The PARS images were deemed of diagnostic quality and pathologists were unable to distinguish the origin of the images above that expected by chance. The diagnostic concordance on cancer vs. benign was high between PARS and conventional H&E (98% agreement) and there was complete agreement for within PARS images. Similarly, agreement was substantial (kappa > 0.6) for diagnosis of specific cancer subtypes. PARS virtual H&E inter-rater reliability was broadly consistent with the published literature on diagnostic performance of conventional histology NCBs across all tested histologic features. CONCLUSIONS AND RELEVANCE PARS was able to provide images on unstained tissues slides that were diagnostically equivalent to conventional H&E. Due to its ability to non-destructively image fixed and fresh tissues, and the suitability of the PARS output for artificial intelligence assistance in diagnosis, this technology has the potential to improve both the speed and accuracy of breast cancer diagnosis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,026
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,332
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetAI in cancer detectionTravaux en français237 207