Thanh bên bài viết
Số lượt xem PDF: 694
TỔNG QUAN NGHIÊN CỨU ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CHẨN ĐOÁN UNG THƯ VÚ BẰNG ẢNH GIẢI PHẪU BỆNH KỸ THUẬT SỐ
Nội dung chính của bài viết
Tóm tắt
Ung thư vú là bệnh ung thư phổ biến nhất trên nữ giới và là nguyên nhân gây tử vong hàng đầu do ung thư trên toàn thế giới. Cơ sở chính để điều trị ung thư vú là chẩn đoán mô bệnh học, việc chẩn đoán này quyết định hướng điều trị và tiên lượng bệnh. Những tiến bộ trong trí tuệ nhân tạo (AI) cùng với việc vận dụng giải phẫu bệnh kỹ thuật số đã đưa ra một cách tiếp cận đầy hứa hẹn trong việc chẩn đoán, phân loạiung thư vú, đáp ứng được nhu cầu trong thực tế lâm sàng. Trong bài viết này, chúng tôi tổng quan về ứng dụng AI trong chẩn đoán ung thư vú dựa trên ảnh kỹ thuật số hóa giải phẫu bệnh, đồng thời phác thảo những tiềm năng ứng dụngtại Việt Nam.
Chi tiết bài viết
Từ khóa
Ung thư vú, trí tuệ nhân tạo, ảnh giải phẫu bệnh
Tài liệu tham khảo
2. Mukhopadhyay S., Feldman M.D., Abels E. và cộng sự (2018). Whole Slide Imaging Versus Microscopy for Primary Diagnosis in Surgical Pathology: A Multicenter Blinded Randomized Noninferiority Study of 1992 Cases (Pivotal Study). Am J Surg Pathol, 42(1), 39–52.
3. Williams B.J., DaCosta P., Goacher E. và cộng sự (2017). A Systematic Analysis of Discordant Diagnoses in Digital Pathology Compared With Light Microscopy. Arch Pathol Lab Med, 141(12), 1712–1718.
4. Ozkan T.A., Eruyar A.T., Cebeci O.O. và cộng sự (2016). Interobserver variability in Gleason histological grading of prostate cancer. Scand J Urol, 50(6), 420–424.
5. Cruz-Roa A., Gilmore H., Basavanhally A. và cộng sự (2017). Accurate and reproducible invasive breast cancer detection in whole-slide images: A Deep Learning approach for quantifying tumor extent. Sci Rep, 7, 46450.
6. Han Z., Wei B., Zheng Y. và cộng sự (2017). Breast Cancer Multi-classification from Histopathological Images with Structured Deep Learning Model. Sci Rep, 7(1), 1–10.
7. Ehteshami Bejnordi B., Veta M., Johannes van Diest P. và cộng sự. (2017). Diagnostic Assessment of Deep Learning Algorithms for Detection of Lymph Node Metastases in Women With Breast Cancer. JAMA, 318(22), 2199–2210.
8. Veta M., Heng Y.J., Stathonikos N. và cộng sự. (2019). Predicting breast tumor proliferation from whole-slide images: The TUPAC16 challenge. Med Image Anal, 54, 111–121.
9. Veta M., Kornegoor R., Huisman A. và cộng sự. (2012). Prognostic value of automatically extracted nuclear morphometric features in whole slide images of male breast cancer. Mod Pathol Off J U S Can Acad Pathol Inc, 25(12), 1559–1565.