人工智能和数字病理学:临床前景和部署考虑因素
Mark D Zarella1, David S McClintock1, Harsh Batra2
1Mayo Clinic, Division of Computational Pathology and AI, Department of Laboratory Medicine and Pathology, Rochester, Minnesota, United States.
Journal of medical imaging (Bellingham, Wash.)
|August 2, 2023
概括
人工智能 (AI) 为解剖病理学提供了定量支持,增强了诊断和工作流程. 通过利益相关者的纳入和补偿来克服采用障碍是实现AI临床潜力的关键.
科学领域:
- 解剖病理学 解剖病理学
- 数字病理学数字病理学
- 人工智能的人工智能
背景情况:
- 解剖病理学传统上依赖于玻璃幻灯片的主观解释.
- 数字病理学,利用全幻灯片成像,对于AI实施至关重要.
- 人工智能提供了定量和客观的支持,以提高诊断能力和临床工作流程.
研究的目的:
- 探索人工智能在解剖病理学中的作用和潜力.
- 在病理学工作流程中对现有的AI模型及其应用进行分类.
- 识别人工智能采用障碍,并提出更广泛实施的解决方案.
主要方法:
- 在解剖病理学中审查现有的人工智能模型.
- 基于其功能和应用的AI模型的分类.
- 对人工智能在病理学实践中整合的挑战和机会的分析.
主要成果:
- 人工智能模型可以提供操作支持并提高病理学诊断质量.
- 人工智能应用范围从查和分拣到诊断辅助和虚拟第二意见.
- 许多障碍阻碍了人工智能的采用,包括技术,监管和金融方面的挑战.
结论:
- 人工智能在改变解剖病理学方面具有显著的前景.
- 成功的整合需要解决诸如利益相关者参与和偿还等障碍.
- 进一步开发和验证对于AI在病理学中的广泛临床采用至关重要.


