聪明的谎言和敏的眼睛:实用的人工智能用于癌症病理学:承诺,陷和访问途径

科学领域:

• 计算病理学利用整片成像和人工智能进行癌症诊断.
• 人工智能应用包括病变检测,转移选,转移计数和分子变异预测.

背景情况:

• 在现实世界中,在病理学中部署人工智能面临着一般化,验证差距和人为因素风险等挑战,特别是在资源有限的环境中.
• 算法进步正在推动计算病理学从研究转向常规临床考虑.

研究的目的:

• 审查癌症病理学中临床相关的AI能力,并确定常见的失败模式.
• 将证据转化为人工智能实施的实际检查清单,重点关注验证,稳定性和安全性.
• 建议在低收入和中等收入国家为人工智能提供公平的采用途径.

主要方法:

• 人工智能在癌症病理学中的叙述性审查,实施视角和失败模式.
• 基于验证研究的AI应用的分析 (回顾性,前性,现实世界,监管清除).
• 开发人工智能实施的检查清单和以公平为重点的采用战略.

主要成果:

• 人工智能显示出作为第二读者的潜力,提高了特定病理学任务的效率和一致性.
• 识别的反复故障模式包括数据集泄漏,数据转移 (污点,批量,站点) 和自动化偏差.
• 提出了一份实用的检查清单和逐步采用途径,以实现公平的AI实施.

结论:

• 人工智能可以可靠地协助病理学家,减少差异,并优化专家对所选任务的时间.
• 纪律性验证,校准的不确定性量化和人为因素风险减轻对于安全和公平的AI部署至关重要.
• 务实范围和共享基础设施可以使病理学项目从AI中受益,同时保持信任和问责制.