인공지능을 사용한 요로상피세포암종의 종양세포분율 측정

Abstract

Estimating the percentage of neoplastic cells (NCP) is crucial for molecular research. While manual counting by a pathologist is the established method, it is time-consuming and not easily executable. To address this, we gathered scanned images of 34 cases of urinary tract cancer and constructed AI models based on convolutional neural networks to estimate NCP. For external validation, 118 cases were obtained, and multiplexed immunofluorescence (mIF) served as the gold- standard. Each AI model demonstrated strong reliability, displaying high intraclass correlation coefficients (ICC) ranging from 0.82 to 0.88. Moreover, they exhibited consistent results compared to human pathologists, with an ICC value of 0.93. These findings suggest that the algorithm of AI models could help effectively human pathologists in repetitive NCP calculations.|종양세포비율(NCP)을 추정하는 것은 분자 연구에 있어 매우 중요하다. 현재는 병리학자가 수작업으로 종양세포비율을 세고 있지만, 시간이 많 이걸리고번거로운작업으로수행이쉽지않다.이문제를해결하기위 해 34건의 요로암 스캔 이미지를 수집하여 컨볼루션 신경망 기반의 AI 모델들을 구축하였다. 외부 검증을 위해 118건의 추가 사례를 확보했으 며, 다중 면역 형광(mIF) 검사를 통해 취득한 NCP를 기준값으로 사용하 였다. 각 AI 모델은 0.82-0.88의 높은 급내 상관관계 계수(ICC)를 나타 내며 강력한 신뢰성을 입증하였다. 병리의사와 비교했을 때 0.93의 ICC 값으로 일관된 결과를 나타냈다. 이러한 결과는 AI 모델의 알고리즘이 NCP 계산에서 병리의사를 효과적으로 보조할 수 있음을 시사한다.