通过活检图像的深度学习自动预测IgA肾病肾衰竭

主要观点总结

本文介绍了深度学习在IgA肾病活检图像预测肾衰竭方面的应用。研究背景介绍了牛津分级在衡量IgA肾病患者组织学预后上的地位及存在的问题。新兴的数字病理学借助人工智能技术进行创新分析。研究目的是为IgA肾病开发一个组织学深度学习预测评分（DLPS）。文章详细描述了数据集、方法、结果和结论。

关键观点总结

关键观点1: 研究背景

介绍了牛津分级（MEST-C）在衡量IgA肾病患者组织学预后上的地位，以及现有评级系统存在的问题和新兴数字病理学的发展。

关键观点2: 研究目的

为IgA肾病开发一个组织学深度学习预测评分（DLPS）。

关键观点3: 数据集和方法

研究考察的是从1982年至2021年期间在本研究中心特设的肾脏活检各案登记处所登录的原始IgA肾病活检样本。采用卷积神经网络建立模型，并与MEST-C评分以及临床决策支持系统进行对比评估。

关键观点4: 结果

深度学习的预测评分表现不输于基于国际IgA肾病预测工具的MEST-C和临床决策支持系统。深度学习方法不逊于人工组织病理学报告，并且考虑到目前MEST-C评估中未包括的预后特征。

关键观点5: 研究意义

深度学习在IgA肾病肾衰竭预测方面展现出潜力，为未来的临床诊断和治疗提供了新的思路和方法。

文章预览

✦ 深度学习辣汤小组文献阅读学习之一百四十五篇 ✦ 通过活检图像的深度学习自动预测IgA肾病肾衰竭 DeepLearning 深度学习辣汤小组  2023/12/6  2022年9月，来自摩德纳市政治大学肾脏学、透析和肾移植学系的Francesca Testa等人将深度学习方法应用于IgA肾病活检图像，以开发自动组织学预后评分。并在CLIN J AM SOC NEPHRO期刊（IF：9.8 医学1区）上发表了题为“Automated Prediction of Kidney Failure in IgA Nephropathy with Deep Learning from Biopsy Images”的文章。 DOI： https://doi.org/10.2215/CJN.01760222 一、研究背景 牛津分级（MEST-C，Oxford classification）现已成为衡量IgA肾病患者组织学预后的金标准。然而，鉴于现有证据质量主要基于回顾性研究，因此大部分最新临床指南并不建议将此分级作为临床治疗的依据。且在正规临床试验中，里程碑式的MEST-C于2009年引入（2017年因重大修订而发生 ………………………………