数字病理学中的人工智能 - 是时候检查现实了
Arpit Aggarwal1, Satvika Bharadwaj1, Germán Corredor1,2
1Wallace H. Coulter Department of Biomedical Engineering, Emory University and Georgia Institute of Technology, Atlanta, GA, USA.
Nature reviews. Clinical oncology
|February 11, 2025
概括
数字病理学的人工智能 (AI) 已经取得了显著的进步,改善了临床瘤学的图像分析. 这一观点考察了影响在病理学工作流程中采用人工智能的技术,监管和商业因素.
科学领域:
- 数字病理学数字病理学
- 医学中的人工智能
- 瘤学成像成像 瘤学成像
背景情况:
- 人工智能 (AI) 越来越多地用于医学,数字病理学在临床瘤学中显示出对图像分析的重大前景.
- 2019年至2024年的时间段见证了数字病理学中人工智能应用的实质性发展.
研究的目的:
- 从2019年到2024年全面研究AI在数字病理学的演变.
- 评估技术创新,监管趋势和影响人工智能采用的商业影响.
- 确定人工智能驱动的数字病理学的进展和挑战,用于常规的临床瘤实践.
主要方法:
- 对数字病理学的AI技术进步的审查.
- 监管环境的分析,包括内部设备和实验室开发的测试.
- 评估报销框架和商业投资策略.
主要成果:
- 显著的技术改进导致了数字病理学的更强大,更可扩展的AI解决方案.
- 监管发展正在积极塑造人工智能工具的整合,特别是在内部和实验室开发的测试中.
- 报销和商业因素在AI在病理学中的临床采用中发挥着至关重要的作用.
结论:
- 数字病理学的AI已经取得了相当大的进步,为临床瘤学提供了增强的能力.
- 在监管途径,报销和商业化方面仍然存在挑战,以实现广泛采用.
- 应对这些挑战是将人工智能驱动的数字病理学纳入常规瘤实践的关键.
