MetAssist 2.0: A Generalizable Artificial Intelligence Framework for Lymph Node Metastasis Detection Across Multiple Cancer Types
Rattachement africain : ch, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Lymph node metastasis assessment is critical for cancer staging, yet the process is labor intensive and prone to variability, particularly when evaluating micrometastases or isolated tumor cells that can directly alter treatment decisions. We present MetAssist 2.0, a modular artificial intelligence system that combines a pathology foundation model with transformer-based segmentation to automate metastasis detection across cancer types. Trained on colorectal and upper gastrointestinal cancers, it was validated on 8144 slides spanning 7 cancer types and 14 multi-institutional cohorts. MetAssist 2.0 achieved at least 90% sensitivity in 13 cohorts and 91% specificity in 11 cohorts, including challenging subtypes such as mucinous adenocarcinoma and tumor deposits. With only 10 annotated slides, the system adapted to unseen cancer types via few-shot fine-tuning. As a triage tool for colorectal cancer, it could reduce pathologist workload by up to 72% with 98% sensitivity and revealed metastases missed in routine reporting. These results demonstrate broad generalizability and near-clinical-grade performance, positioning MetAssist 2.0 for integration into the pathology workflows.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- MetAssist 2.0: A Generalizable Artificial Intelligence Framework for Lymph Node Metastasis Detection Across Multiple Cancer Types
- Date Crossref
- 01/06/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Bern Institute of Tissue Medicine and Pathology pays non établi dans la noticeUniversité ou école supérieure
-
Bern University of Applied Sciences pays non établi dans la noticeUniversité ou école supérieure
-
Heinrich Heine University Düsseldorf Institute of Pathology pays non établi dans la noticeUniversité ou école supérieure
-
University Hospital Cologne Institute of Pathology pays non établi dans la noticeÉtablissement de santé
Institute of Tissue Medicine and Pathology — University of Bern, Bern University of Applied Sciences et Institute of Pathology — Heinrich Heine University Düsseldorf, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.