دراسة متعددة المراكز لإثبات المفهوم حول التمييز القائم على التعلم العميق لورم الغدد الليمفاوية الأولية في الجهاز العصبي المركزي أثناء العملية

الملخص يبقى التمييز الدقيق أثناء العملية لورم الغدد الليمفاوية الأولية في الجهاز العصبي المركزي (PCNSL) محوريًا في توجيه قرارات جراحة الأعصاب. ومع ذلك، فإن التمييز بين PCNSL والآفات الأخرى، لا سيما الورم الدبقي، من خلال الأقسام المجمدة يمثل تحديًا للأطباء الشرعيين. هنا سعينا لتطوير والتحقق من صحة نموذج للتعلم العميق قادر على التمييز بدقة بين PCNSL والآفات غير PCNSL، وخاصة الورم الدبقي، باستخدام الصور المجمدة الكاملة الملطخة بالهيماتوكسيلين والإيوزين (H&E). أيضًا، قمنا بمقارنة أدائه مع أطباء شرعيين ذوي خبرات متنوعة. بالإضافة إلى ذلك، تم دمج نهج دمج الانسان والآلة الذي جمع بين النموذج والتشخيصات المرضية. في مجموعات خارجية، حقق LGNet AUROCs قدرها 0.965 و0.972 في تمييز PCNSL عن الورم الدبقي وAUROCs قدرها 0.981 و0.993 في تمييز PCNSL عن الآفات غير PCNSL. متفوقًا على العديد من الأطباء الشرعيين، حسّن LGNet بشكل ملحوظ الأداء التشخيصي، الذي زيد بصورة ما من خلال نهج الدمج. تشير كفاءة LGNet في تحليل الشرائح المجمدة وتكاملها مع الأطباء الشرعيين إلى دورها القيم في التشخيص أثناء العملية، خاصة في التمييز بين PCNSL والورم الدبقي، إلى جانب آفات أخرى.