W najnowszej publikacji Lancet Digital Health zespół Zhang i wsp. zaprezentował wyniki badania oceniającego skuteczność algorytmu deep learning w klasyfikacji agresywności raka prostaty na podstawie cyfrowych preparatów histopatologicznych. Model AI wykazał 18-procentową poprawę dokładności w ocenie przypadków Gleason 3+4, które należą do najtrudniejszych diagnostycznie i często wymagają dodatkowej opinii eksperta.

Badanie obejmowało zestawy danych z czterech niezależnych ośrodków oraz walidację w kohorcie klinicznej. Algorytm nie tylko precyzyjniej klasyfikował stopień złośliwości, ale także lepiej przewidywał ryzyko progresji w okresie 24-miesięcznej obserwacji. Autorzy podkreślają, że zastosowanie AI może ograniczyć liczbę rozbieżnych ocen patomorfologicznych i wspierać decyzje dotyczące dalszego leczenia.

Eksperci oceniają tę publikację jako ważny krok w kierunku standaryzacji diagnostyki nowotworów prostaty — zwłaszcza w regionach, gdzie dostęp do doświadczonych patomorfologów jest ograniczony. Integracja modeli AI w rutynowej praktyce klinicznej może poprawić identyfikację pacjentów wymagających intensywniejszej terapii oraz optymalizować ścieżki terapeutyczne.

Zalecenia dla odbiorców:

Ośrodki urologiczne i patomorfologiczne powinny śledzić rozwój narzędzi AI do analizy preparatów histologicznych, ponieważ technologie te mogą w najbliższych latach stać się elementem procesów diagnostycznych. Warto również uwzględnić potencjał takich narzędzi w planowaniu inwestycji cyfrowych i projektów zwiększających standaryzację jakości ocen.

Źródła: Lancet Digital Health • Zhang et al., 2025

Opracowanie redakcyjne: Debaty Zdrowie