人工智能的当前景观在用于癌症诊断的计算病理学中
Aaditya Tiwari1,2,3, Aruni Ghose4,5,6,7,8,9,10,11, Maryam Hasanova12,13
1Barts and the London School of Medicine and Dentistry, Queen Mary University of London, London, UK.
Discover oncology
|April 1, 2025
概括
人工智能 (AI) 正在彻底改变组织病理学,为诊断和预后提供新的图像解释方式. 本综述涵盖了AI在病理学中的方法和应用,强调了其临床潜力.
科学领域:
- 计算病理学计算病理学
- 数字组织病理学 数字组织病理学
- 医疗人工智能的人工智能
背景情况:
- 组织病理学分析对于疾病诊断和预后至关重要.
- 人工智能 (AI) 越来越多地被整合到医学图像解释中.
- 人工智能在组织病理学中的应用从2013年到2024年有显著的增长.
研究的目的:
- 在基因病理学中调查和审查人工智能应用.
- 分析深度学习方法用于计算病理学中的模式识别.
- 评估AI在多种癌症环境中的诊断和预后效用.
主要方法:
- 对2013年至2024年间发表的41项主要研究进行了系统审查.
- 分析深度学习技术,包括监督,无监督,弱监督和转移学习.
- 检查人工智能在鉴定基因突变和生物标志物的作用从组织学.
主要成果:
- 人工智能在解释组织学图像以用于诊断和预后目的方面具有显著的实用性.
- 深度学习方法有效地识别模式并识别基因病理学中的生物标志物.
- 人工智能应用涵盖了各种癌症类型,具有临床整合的潜力.
结论:
- 人工智能正在成为组织病理学的主流工具,转向临床应用.
- 人工智能对提高病理学诊断准确性和预后预测具有前景.
- 新兴的人工智能策略,如Swarm Learning和数据融合,为临床采用铺平了道路.
