一个端到端的多功能人工智能平台用于手术内诊断
Xueyi Zheng1, Ke Zheng1, Yongqin Wen2
1Department of Pathology, State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China.
NPJ digital medicine
|July 20, 2025
概括
本研究介绍了GAS,这是一种AI平台,可以提高手术内冷部位的质量. 该系统提高了病理学家的诊断信心,为手术决策提供实时组织学见解.
科学领域:
- 病理学 病理学 病理学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 在手术内冷部位诊断对于手术指导至关重要.
- 低于最佳的切片质量给病理学家带来了诊断挑战.
- 现有的方法缺乏实时组织学见解.
研究的目的:
- 开发一个全面的AI平台 (GAS) 以提高冷部分的质量.
- 提高病理学家在手术过程中的诊断准确度和信心.
- 将端到端的AI解决方案集成到临床工作流程中.
主要方法:
- 开发了GAS,这是一个带有生成,评估和支持模块的平台,使用了6700多个完整的幻灯片图像.
- 采用GAN驱动的多式联网,以以FFPE风格的文本描述为指导的图像增强.
- 利用病理基础模型进行质量控制和微调评估模型.
主要成果:
- 生产模块有效地提高了各种器官的冷部分质量.
- 评估模块在生成的图像中显示了显著的微观结构质量改进.
- 一项前性研究证实,GAS提高了病理学家的诊断信心.
结论:
- GAS平台在手术诊断中显示出显著的临床实用性.
- GAS为将AI整合到外科病理学工作流程中建立了一个新的范式.
- 由人工智能驱动的冷部分的增强可以克服当前的诊断局限性.
