皮肤淋巴瘤数字病理学的人工智能:对当前状态和未来前景的回顾
Thom Doeleman1, Liesbeth M Hondelink2, Maarten H Vermeer3
1Department of Pathology, Leiden University Medical Centre, Leiden, the Netherlands; Department of Pathology, University Medical Center Utrecht, Utrecht, the Netherlands.
Seminars in cancer biology
|June 18, 2023
概括
人工智能 (AI) 可以通过分析整片病理图像来帮助诊断罕见皮肤淋巴瘤 (CLs). 这种方法有可能提高皮肤淋巴瘤诊断的准确性和生物标志物发现.
科学领域:
- 皮肤病理学 皮肤病理学
- 计算病理学计算病理学
- 在瘤学瘤学.
背景情况:
- 皮肤淋巴瘤 (CLs) 是不同的皮肤呈现的淋巴瘤,需要专门的诊断.
- 良性皮肤病可以模仿CLs,使准确的诊断复杂化.
- 由于CLs的稀有性和异质性,需要先进的诊断工具.
研究的目的:
- 审查AI在皮肤癌和淋巴瘤病理学的当前应用.
- 探索AI在诊断原发性皮肤淋巴瘤方面的潜力.
- 为CL诊断提出人工智能驱动的战略.
主要方法:
- 在皮肤癌和全身淋巴瘤病理学中对AI应用的文献综述.
- 对人工智能在组织病理学和生物标志物量化中的作用的分析.
- 综合发现,用于皮肤淋巴瘤诊断.
主要成果:
- 人工智能在疾病诊断,分类和相关领域的结果预测方面表现有前途.
- 人工智能可以自动化流程,并协助复杂的诊断任务.
- 最小的AI探索存在,专门用于皮肤淋巴瘤诊断.
结论:
- 人工智能具有显著的潜力,可以提高罕见皮肤淋巴瘤的诊断.
- 人工智能可以作为病理学家的宝贵辅助工具,特别是在复杂的病例中.
- 进一步研究人工智能用于CLs的应用是有必要的,以改善患者的护理.
