[The Digital Lab: 実践的なデジタルワークフローと,前立腺がんの例を通して,病理学のルーチンにAIの統合]
Solène-Florence Kammerer-Jacquet1, Pierre Allaume1, Katell Guiheux1
1Service d'anatomie et de cytologie pathologiques, centre hospitalier universitaire de Rennes, 35000 Rennes, France.
病理学部におけるデジタル病理学と人工知能 (AI) の統合は有望である. 効果的な実施には,高い分析前品質と,最適な診断精度のための組織統合が必要です.
科学分野:
- デジタル病理学 デジタル病理学
- 医療における人工知能
- 病理学情報工学 パソロジー情報工学
背景:
- デジタル病理学は技術革命をもたらし,日常の実践を近代化し,診断と研究のためのAI統合を可能にします.
- レンヌ大学病院は2020年にデジタル病理学を実装し,2023年7月に前立腺腺がん検出のためのAIソリューションを実装しました.
研究 の 目的:
- レンヌ大学病院のデジタル病理学とAIに関する経験をレビューする.
- 病理学科の専門職に対するデジタル化の影響を評価する.
- ルーティン診断のためのAIの将来的な使用を評価する.
主な方法:
- デジタル病理学の実装とAIソリューション (Galen® Prostate, Ibex) の使用のレビュー.
- 癌の検出とグリーソン格付けのためのAIと病理学者の間の一致率の分析.
- 免疫ヒストケミストリーの使用と分析前人工物関連の失敗に対するAIの影響の評価.
主要な成果:
- AIコンコンダンス値は,高確率の癌検出では93.2%,低確率のスライドでは99%でした.
- 癌は,中間確率のスライドの4.7%で確認された (合計の43%).
- グリーソン分級コンコンダンス76.6%;AIは免疫ヒストケミストリーの使用をまだ変更していないが,分析前の人工物により10%の失敗率がある.
結論:
- デジタル病理学とAIの有効性は,分析前の品質に大きく依存しています.
- 統合の成功には,強力な組織戦略が必要です.
- 病理学におけるAIの最適なパフォーマンスを得るために,分析前のワークフローのさらなる改善が必要である.
さらに関連する動画
07:05Author Spotlight: Innovative Device Development for Advancing Dendroecology and Wood Anatomy Research
Published on: September 27, 2024
13:18How to Study Basement Membrane Stiffness as a Biophysical Trigger in Prostate Cancer and Other Age-related Pathologies or Metabolic Diseases
Published on: September 20, 2016
関連する概念動画
Social Foundations of Self IV: Self in Digital Communication
Flame Photometry: Lab
Atomic Absorption Spectroscopy: Lab
Solutions containing organic solvents, such as low-molecular-mass alcohols, esters, or ketones, enhance absorbances by increasing...
Integration by Parts: Indefinite Integrals
Atomic Emission Spectroscopy: Lab
Integration by Parts: Definite Integrals
