《手动与深度LIIF扩展全局评分法在口腔颌面疾病谱中Ki-67评分的比较分析：一项探索性研究》

《Head and Neck Pathology》：Comparative Analysis of Manual and Deep LIIF Extended Global Scoring Method for Ki-67 Across a Spectrum of Oral and Maxillofacial Pathologies: An Exploratory Study

　　

摘要

目的

Ki-67标记指数通常通过手动显微镜检查组织样本来完成。数字病理学提高了诊断流程的效率，但Ki-67标记指数的自动化评估与手动评估之间仍存在差异，这令人担忧。本研究比较了使用传统方法和DeepLIIF扩展全局评分方法在不同谱系口腔病变中估计Ki-67标记指数的表现。据我们所知，这是口腔和颌面病理学领域首次评估使用DeepLIIF扩展全局评分的诊断精度、可重复性和时间效率的研究。

方法

使用扩展全局评分系统，对手工和自动化分析Ki-67染色口腔病理的高倍图像进行分析。手动评分由两名独立病理学家在盲法条件下完成，即不知晓临床诊断信息。自动化评分由DeepLIIF平台完成。使用Pearson和Spearman相关系数评估自动化AI评分与手动评分之间的关系。使用Bland-Altman分析评估两种方法之间的一致性界限。

结果

AI评分与手动Ki-67评分之间的一致性较差（ICC = 0.389），且AI平台存在系统性地高估Ki-67阳性的倾向（平均偏差 = -10.27%）。尽管如此，AI评分的Ki-67指数与手动评估仍显示出显著的正相关关系（Spearman's rho = 0.606，p < 0.0001）。

结论

本研究强调了口腔和颌面病理学中对Ki-67评估需要标准化方法的必要性。为了建立一致的评分方法、验证方案和AI性能标准，以准确评估口腔病变，建议通过多学科共识来实现。