数字图像分析和病理诊断中的人工智能 - - 瑞士观点
Sabina Berezowska1, Gieri Cathomas2, Rainer Grobholz3,4
1Institut Universitaire de Pathologie, Centre Hospitalier Universitaire Vaudois (CHUV), Rue du Bugnon 25, 1011, Lausanne, Switzerland. sabina.berezowska@chuv.ch.
Pathologie (Heidelberg, Germany)
|November 21, 2023
概括
数字病理学 (DP) 的采用正在增长,使得数字图像分析 (DIA) 和人工智能 (AI) 是必不可少的. 瑞士数字病理学联盟 (SDiPath) 为在常规病理学中实施DIA/AI制定了最佳实践建议.
科学领域:
- 病理学 病理学 病理学
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 数字病理学 (DP) 正在成为临床诊断中的标准.
- 越来越多的病理学工作负载的数字化使得数字图像分析 (DIA) 和人工智能 (AI) 工具成为日常签约的理想选择.
- 瑞士数字病理学联盟 (SDiPath) 认可了对标准化实践的需要.
研究的目的:
- 为在数字病理学中实施数字图像分析 (DIA) 和人工智能 (AI) 提出最佳实践建议.
- 解决瑞士医疗保健系统中执业病理学家的具体需求和观点.
- 提供关于将DIA/AI整合到常规病理学工作流程中的指导.
主要方法:
- 为了在建议上达成共识,采用了德尔菲进程.
- 建议涵盖了扫描仪,质量保证,系统集成,数字工作流和DIA/AI.
- 这篇文章的重点是DIA/AI相关的建议,由SDiPath成员验证.
主要成果:
- 这项研究为在数字病理学中使用DIA/AI提出了具体建议.
- 这些建议反映了来自各种医疗保健机构 (学术,州,私人) 的病理学家的实际需求和观点.
- 基于共识的方法确保建议在瑞士环境中具有相关性和可行性.
结论:
- 数字病理学DIA/AI的最佳实践建议已通过共识过程建立.
- 这些指南对于将先进的计算工具有效和高效地集成到常规病理诊断中至关重要.
- 这些建议旨在支持病理学家利用DIA/AI来提高诊断准确性和工作流程效率.
