使用HistoGPT生成千兆像素全幻灯片图像的皮肤病理报告

科学领域:

• 数字病理学数字病理学
• 医学中的人工智能
• 计算病理学计算病理学

背景情况:

• 组织病理学对于疾病诊断至关重要,包括癌症.
• 组织学幻灯片的手动分析是耗时的,劳动密集的,缺乏标准化.
• 自动化报告生成可以提高效率和一致性.

研究的目的:

• 开发和评估HistoGPT,一种视觉语言模型,用于从组织学图像生成病理学报告.
• 与人类专家相比,评估人工智能生成的报告的质量和准确性.
• 探索人工智能在协助皮肤病理学工作流程中的潜力.

主要方法:

• 在15129张来自6705名皮肤病患者的整片图像上训练了HistoGPT.
• 该模型利用多个全分辨率的组织学图像来生成报告.
• 使用自然语言处理指标,域专家分析和多中心临床研究来评估性能.

主要成果:

• 生成的报告与常见恶性瘤的人类撰写报告质量相匹配.
• HistoGPT准确地预测了瘤亚型,厚度和边缘,以零射击的方式.
• 人工智能模型在国际多中心临床研究中表现出高性能.

结论:

• HistoGPT显示有潜力帮助病理学家评估和报告皮肤病理病例.
• 由人工智能驱动的报告生成可以提高病理学中的效率和标准化.
• 这项技术可以帮助理解常规皮肤病理病例.