Завершено клиническое валидационное исследование для диагностики бактериального вагиноза с помощью ИИ

Techcyte, платформа искусственного интеллекта для клинической патологии, рада объявить об успешном завершении клинической проверки своего цифрового обзора окрашенных по Граму вагинальных мазков с помощью искусственного интеллекта для диагностики бактериального вагиноза. Исследование продемонстрировало эффективность алгоритма машинного обучения Techcyte по сравнению с обычной микроскопией с использованием метода записи Хея-Айсона.

Оценка образцов вагинальных мазков, окрашенных по Граму, долгое время страдала разнообразием и субъективностью. Чтобы решить эту проблему, Techcyte разработала алгоритм и рабочий процесс на основе искусственного интеллекта, который точно идентифицирует бактерии, клетки и дрожжевые грибки в вагинальных образцах.

В ходе исследования 240 предметных стекол вагинальных мазков были проанализированы с использованием алгоритма машинного обучения, который классифицировал и подсчитывал бактерии и клетки, а также рассчитывал шкалу Хей-Айсона для каждого предметного стекла. Затем четыре эксперта рассмотрели эквивалентные 100-кратные кадры поля зрения в интерфейсе программного обеспечения и подтвердили оценки. Одновременно предметные стекла исследовали вручную с помощью обычной световой микроскопии, и для каждого предметного стекла рассчитывали шкалу Хей-Айсона. Противоречивые результаты были оценены группой экспертов, которая послужила итоговым результатом.

Результаты исследования были многообещающими. Из 240 слайдов, просмотренных с помощью AI-Assistance, 166 имели совпадающие оценки при просмотре вручную, а 214 — после оценки. Противоречивые результаты были более распространены между классом 2 и классом 1 или 3. Однако для проигнорированных случаев второго порядка согласие было 100%. Исследование пришло к выводу, что в отрицательных и положительных случаях второго порядка метод с помощью ИИ был эквивалентен ручному просмотру.

Основываясь на этих выводах, выводы исследования подтверждают эффективность алгоритма Techcyte Bacterial Vaginosis ML. Наблюдаемая чувствительность и специфичность алгоритма были эквивалентны или лучше по сравнению с ручным обзором с контролируемыми результатами. Алгоритм машинного обучения Techcyte обеспечивает стандартизированный подход к анализу окраски по Граму, уменьшая вариабельность, обычно наблюдаемую при выполнении ручной микроскопии.

«Успешное завершение этого клинического исследования является важной вехой для Techcyte», сказал Майкл Даудл, менеджер по продукту в Techcyte. «Наш подход на основе искусственного интеллекта предлагает более стандартизированный и объективный способ диагностики БВ, снижая субъективность и повышая точность. Мы гордимся тем, что предлагаем это инновационное решение для медицинских работников, позволяющее им принимать более обоснованные и эффективные клинические решения».

Techcyte стремится продвигать технологии искусственного интеллекта в здравоохранении и продолжит разработку новаторских решений для решения диагностических задач в области клинической патологии. Платформа Techcyte для клинических патологий и цифровых обзоров с помощью искусственного интеллекта предназначена для использования в исследованиях только в Соединенных Штатах, поскольку компания ищет дополнительные исследования для поддержки окончательного представления FDA.

источник:https://techcyte.com/