开发一个多扫描仪设施,用于数据采集数字病理的人工智能人工智能

科学领域:

• 数字病理学数字病理学
• 医学中的人工智能
• 医学成像医学成像

背景情况:

• 整体幻灯片成像 (WSI) 能够使AI在病理学中用于疾病检测和诊断.
• 人工智能模型是"脆弱的",需要大量的数据集,并且对不同扫描仪的输入变化敏感.
• 当前的AI培训往往缺乏在多个WSI系统中进行幻灯片复制,从而限制了强度.

研究的目的:

• 建立一个多扫描仪设施,用于比较扫描仪性能和复制数字病理学数据集.
• 提高AI算法在病理学中的稳定性和通用性.
• 通过数据模拟来减少人工智能培训的数据要求.

主要方法:

• 国家病理成像合作社 (NPIC) 在NHS临床站点开发了AI FORGE设施.
• 该设施整合了来自9家制造商的15台WSI扫描仪.
• 该过程涉及规划和构建一个独特的多扫描器环境,用于数据模拟.

主要成果:

• 该AI FORGE设施每天可以生成大约4000张WSI图像 (7TB的数据).
• 它可以比较扫描器性能和复制数字病理学图像数据集.
• 该设施支持使用标准化,多扫描器数据评估临床AI算法.

结论:

• 人工智能造 (AI FORGE) 设施是一个创新的资源,用于在病理学中创建用于人工智能的全面和强大的数据集.
• 在多个WSI系统中复制幻灯片增强了AI的通用性,并可能减少训练数据需求.
• 这种基础设施对于在临床组织诊断中推进AI应用至关重要.