[数字,DICOM,诊断 - - 统一胜过混乱:数字病理学中的数据通信]

科学领域:

• 数字病理学数字病理学
• 医学成像医学成像
• 医疗保健中的人工智能

背景情况:

• 组织样本的数字化对于先进的计算机辅助分析和人工智能驱动的诊断至关重要.
• 专有格式和临床系统 (PACS,LIS) 之间缺乏标准化和互操作性,阻碍了数字病理学的采用.
• 医学数字成像和通信 (DICOM) 格式为整合图像数据,元数据和分析结果提供了一个潜在的解决方案.

研究的目的:

• 为了解决数字病理学缺乏标准的问题.
• 展示对整个幻灯片图像和AI结果的DICOM兼容工作流的实际实施.
• 为标准化,透明和值得信赖的数字病理学奠定基础.

主要方法:

• 关于数字和计算机辅助病理学的文献综述,重点关注DICOM采用.
• 开发和实施一个开源的模块化Docker管道.
• 展示符合DICOM的工作流程,用于存储和可视化整个幻灯片图像和AI结果.

主要成果:

• 越来越多的文献支持在数字病理学中使用DICOM.
• 使用开源管道成功实施符合DICOM的工作流程.
• 展示了将整个幻灯片图像和AI结果存储和可视化在标准化格式中的能力.

结论:

• DICOM正在成为实现数字病理学互操作性的关键格式.
• 开发的Docker管道促进了标准化,透明和可靠的数字病理学.
• 这项工作为更广泛采用数字病理学解决方案提供了基础.