可个性化的人工智能平台为数字病理学研究和诊断提供通用访问
Rui Jesus1, Luís Bastião Silva2, Vítor Sousa3
1University of A. Coruña, A Coruña, Spain; BMD Software, Aveiro, Portugal.
Computer methods and programs in biomedicine
|September 17, 2023
概括
一个新的基于云的数字病理学平台提高了互操作性和工作流效率. 这个解决方案集成了数字幻灯片,报告和AI分析工具,支持研究和临床用例.
科学领域:
- 数字病理学数字病理学
- 医学成像医学成像
- 云计算是一种云计算.
背景情况:
- 数字病理学提供工作流的优势,但由于互操作性差,面临采用障碍.
- 有限的整合解决方案阻碍了先进成像和AI在病理学中的使用.
- 标准化接口对于无数据交换和系统集成至关重要.
研究的目的:
- 提出一个基于云的数字病理学平台,解决互操作性挑战.
- 开发一个具有开放接口的供应商中立解决方案,用于管理数字幻灯片和报告.
- 为了实现数字图像分析服务的无集成.
主要方法:
- 开发了一个供应商中立的,基于云的数字病理学平台.
- 集成开源的Dicoogle PACS,以提高互操作性和可扩展性.
- 创建了用于管理数字幻灯片,医疗报告和AI服务的接口.
主要成果:
- 创建了一个支持研究和生产环境的协作网络框架.
- 成功上传了各种病理的566张数字幻灯片.
- 集成和训练了使用来自乳腺癌图像的2400条注释的线粒分裂检测算法.
结论:
- 互操作性对于将数字病理学整合到现有信息系统中至关重要.
- 拟议的平台有助于数据共享和第三方AI服务的整合.
- 该解决方案采用了DICOM标准,提供了一个可互操作,可定制和可扩展的基于云的框架.
