利用全幻灯片图像的人工智能分析识别转移性原发性皮肤鳞状细胞癌

该研究利用人工智能算法识别转移性原发性皮肤鳞状细胞癌，通过训练残余神经网络架构，识别全幻灯片图像上的转移性肿瘤。模型能够预测原发性肿瘤是非转移性还是快速转移性，预测风险因素模型的AUROC高于其他模型，并预测具有0或1个风险因素的cSCC患者的5年疾病特异性生存率较高。这些结果表明，人工智能识别未知的形态特征与转移相关，并可能为临床评估原发性cSCC的转移风险和预后提供附加价值。