在布基纳法索的病理学中自动检测乳腺癌的人工智能系统:方法概述
Thomas Alassane Ouattara1,2,3, Seydou Golo Barro1,2,3, Pascal Staccini3
1Nazi Boni University, Bobo-Dioulasso, Burkina Faso.
Studies in health technology and informatics
|August 23, 2024
概括
人工智能 (AI) 改进了布基纳法索的乳腺癌检测,使用定制的卷积神经网络来获得低质量的基因病理图像. 这种人工智能系统增强了早期和准确的诊断,解决了一个关键的公共卫生挑战.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 在瘤学瘤学.
背景情况:
- 乳腺癌在布基纳法索是一个重大的公共卫生挑战.
- 准确和早期诊断对于有效治疗乳腺癌至关重要.
- 资源有限和图像质量有限可能会阻碍低资源环境中的诊断准确性.
研究的目的:
- 开发和评估一个人工智能系统,以从基因病理图像中改进乳腺癌检测.
- 解决布基纳法索医疗保健环境中图像质量低的挑战.
- 为了促进乳腺癌的早期和准确的诊断.
主要方法:
- 使用定制的卷积神经网络 (CNN) 架构.
- 在TensorFlow框架内利用了Keras库.
- 开发了一个用户友好的平台来实现AI系统.
主要成果:
- 人工智能系统在分析基因病理图像方面表现出有效性.
- 定制的CNN架构适应了低质量的成像.
- 创建了一个功能平台来支持AI诊断工具.
结论:
- 人工智能,特别是CNN,为提高像布基纳法索这样资源有限的环境中的乳腺癌诊断提供了一个有希望的解决方案.
- 开发的人工智能系统和平台可以帮助早期和准确的检测,潜在地改善患者的治疗结果.
- 需要进一步的研究和实施,将人工智能纳入常规乳腺癌查计划.
