人工知能ベースのワークフローで皮膚病理学百科事典DermpathNetを確立する

科学分野:

• 皮膚病理学
• 医療情報学
• 計算生物学

背景:

• 臨床医および研修医は、教育および研究のための高品質なオープンアクセス皮膚病理学画像データセットへのアクセスに課題に直面しています。
• 既存のリソースは、包括的な注釈が欠けているか、機械学習アプリケーションで利用できないことがよくあります。

研究 の 目的:

• 教育、相互参照、および機械学習の目的のための包括的なオープンアクセス皮膚病理学画像データセットを確立すること。
• 皮膚病理学画像のキュレーションとカテゴリ分けのための堅牢なワークフローを開発および検証すること。

主な方法:

• ディープラーニングベースの画像モダリティ分類と図キャプション分析を組み合わせたハイブリッドワークフローが採用されました。
• 特定のキーワードを使用して、PubMed Central（PMC）リポジトリから画像がキュレーションおよびカテゴリ分けされました。
• ワークフローの堅牢性は、651の人間が注釈を付けた画像で検証されました。

主要な成果:

• ハイブリッドアプローチは、ディープラーニング（89.6％）およびキーワード検索（61.0％）のみを大幅に上回る90.4％のFスコアを達成しました。
• 166の診断をカバーする7,772を超える画像が取得および注釈付けされました。
• 開発されたデータセットDermpathNetは、現在の画像分析アルゴリズムにとって困難なベンチマークであることがわかりました。

結論:

• 大規模で査読済みのオープンアクセス皮膚病理学画像データセット（DermpathNet）が正常に開発されました。
• 半自動キュレーションワークフローは、貴重な医療画像データセットを作成するためのスケーラブルな方法を提供します。
• DermpathNetは、皮膚病理学の教育、研究、および医療画像分析におけるAIの進歩のための重要なリソースとして機能します。