Artificial intelligence-powered renal pathology for glomerular disease classification: a systematic review and meta-analysis.

چکیده اصلی

BACKGROUND: Diagnostic performance varies across glomerular disease (GD) subtypes, and whether artificial intelligence (AI) outperforms pathologists with different experience levels remains uncertain. OBJECTIVE: To evaluate pathology-based AI models for GD classification and compare their performance with pathologists. METHODS: PubMed, Embase, Web of Science, and Cochrane Library were searched through 15 July 2026. Studies using pathology images and pathology diagnosis as the reference standard were included. Random-effects models pooled sensitivity, precision, accuracy, F1 score and area under the curve (AUC). RESULTS: Fifteen studies comprising 39,536 validation sample units, not necessarily unique patients, were included. For subtypes with at least 10 validation datasets, AI achieved high performance for membranous nephropathy (MN; sensitivity 0.96, precision 0.94, accuracy 0.96, F1 score 0.95, AUC 0.98), IgA nephropathy (IgAN; sensitivity 0.92, precision 0.91, accuracy 0.94, F1 score 0.90, AUC 0.96), and minimal change disease (MCD; sensitivity 0.92, precision 0.87, accuracy 0.96, F1 score 0.89, AUC 1.00). AI also showed higher accuracy than senior pathologists for IgAN, MN, and MCD; however, comparator evidence was sparse and should be interpreted cautiously. Most included studies were retrospective, and substantial heterogeneity was observed across datasets, imaging modalities, model architectures, and validation strategies. CONCLUSIONS: Pathology-based AI shows strong potential for GD classification, but current head-to-head evidence is insufficient to establish superiority over pathologists, particularly senior pathologists. Prospective multicenter studies integrating multimodal clinical data and standardized external validation are needed.

ترجمه فارسی چکیده

پیش‌بینی‌های دیagnostیک بین زیرگروه‌های بیماری‌های گلومرولی متفاوت است و این که هوش مصنوعی (AI) عملکرد بهتری نسبت به پاتولوژیست‌ها با سطوح مختلف تجربه دارد، نامشخص است. هدف این مطالعه ارزیابی مدل‌های مبتنی بر پاتولوژی برای طبقه‌بندی بیماری‌های گلومرولی و مقایسه عملکرد آن‌ها با پاتولوژیست‌ها است. در این مرور سیستماتیک و متاآنالیز، ۱۵ مطالعه شامل ۳۹،۵۳۶ واحد نمونه اعتبارسنجی (که لزوماً بیماران منحصر به فرد نیستند) شامل شد. برای زیرگروه‌هایی که حداقل ۱۰ مجموعه داده اعتبارسنجی داشتند، هوش مصنوعی عملکرد بالا را برای بیماری نفروپاتی ممانی (MN)، نفروپاتی آی‌جی‌ای (IgAN) و بیماری تغییرات حداقلی (MCD) نشان داد. هوش مصنوعی نیز دقت بالاتری نسبت به پاتولوژیست‌های ارشد برای IgAN، MN و MCD نشان داد، اما شواهد مقایسه‌ای نادر بود و باید با احتیاط تفسیر شوند. اکثر مطالعات شامل شده بازنگری (retrospective) بودند و همبستگی (heterogeneity) قابل توجهی بین مجموعه داده‌ها، روش‌های تصویربرداری، معماری مدل‌ها و استراتژی‌های اعتبارسنجی مشاهده شد. طبقه‌بندی مبتنی بر پاتولوژی با هوش مصنوعی پتانسیل قوی برای بیماری‌های گلومرولی نشان می‌دهد، اما شواهد فعلی کافی برای اثبات برتری نسبت به پاتولوژیست‌ها، به ویژه پاتولوژیست‌های ارشد، وجود ندارد. مطالعات آینده‌نگرانه چندمرکزی که داده‌های بالینی چندوجهی را ادغام می‌کنند و اعتبارسنجی خارجی استاندارد شده نیاز دارند.

متن کامل اصلی