相关实验视频
Updated: Jun 15, 2025
08:58
Artificial Intelligence Approaches to Assessing Primary Cilia
Published on: May 1, 2021
3.4K
通过人工智能创新增强宫癌细胞学查
Yuki Kurita1, Shiori Meguro2, Isao Kosugi3
1Department of Regenerative and Infectious Pathology, Hamamatsu University School of Medicine, Hamamatsu, Shizuoka, Japan. kuri358@hama-med.ac.jp.
Scientific reports
|August 22, 2024
概括
本研究引入了用于宫细胞学查的人工智能 (AI) 工作流,提高了效率和准确性. 人工智能系统优先考虑病例,减少工作量,并提高高风险病例的早期检测.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 医疗保健中的人工智能
- 细胞病理学 细胞病理学
背景情况:
- 在质量控制中,传统的双重检查过程可能会导致问责制和努力减少.
- 手动选中的监督风险需要先进的解决方案来提高准确性和效率.
研究的目的:
- 引入人工智能集成的工作流程用于宫细胞学查.
- 提高选过程的效率和准确性.
- 为了减轻细胞学家的工作负担.
主要方法:
- 开发一种人工智能模型,以根据异常得分来优先考虑宫细胞学病例.
- 将初始选过程简化为每例大约10秒.
- 实施针对高异常和低异常得分案件的有针对性的审查策略.
主要成果:
- 查效率大幅提高,细胞学家工作量减少.
- 通过人工智能驱动的优先级和详细观察来加强高风险病例的识别.
- 具有快速,准确,劳动密集度较低的评估能力.
结论:
- 人工智能集成的工作流提供了宫癌查的变革潜力.
- 人工智能在现代医学诊断中发挥着至关重要的作用,特别是在高需求的领域.
- 开发的工作流强调了人工智能在提高细胞病理学准确性和效率方面的有效性.
