引入综合病理学图像管理、人工智能和报告系统

我们的研究重点是开发一种新型平台，包括将病理信息系统、图像管理系统和人工智能集成到先进的现代病理学中。NovinoAI 试图回答的问题是，这样的平台是否可以开发、用于病理学实践、研究和教育。技术包括计算机工程、数字扫描、计算病理学和人工智能模型训练。最重要的挑战之一是平台的可用性，该平台允许集成人工智能并以无缝方式执行任务。我们证明，集成平台可以以理想的准确性开发和用于病理学实践、研究和教育。我们将继续开发更多的人工智能模型，包括未来研究的基础模型。

[旁白]首先，打开网络浏览器并导航到产品 FlexLIS 网站。输入预注册用户电子邮件，然后单击继续继续。一封电子邮件将发送到注册地址。转到电子邮件收件箱，然后单击提供的登录链接以访问登录列表窗口。现在打开数字扫描仪的电源，将之前染色的玻璃载玻片加载到扫描仪中。按开始按钮开始扫描载玻片。扫描的图像将通过直接界面自动上传到系统，并以案例格式排列，类似于病理学家幻灯片托盘。在登录列表窗口中，在图像查看窗口中查看分配的病例列表和相应的幻灯片图像。在登录列表窗口中，单击标有 PN 2404 的外壳旁边的向下箭头，以显示由工作人员和 AI 排序的污渍，例如引脚 4。显微镜图标上的绿点表示 AI 分析完成。黄点表示 AI 在此幻灯片上检测到的 ASAP。已查看的就绪总值显示图像类别计数。图像编号后面的感叹号表示质量问题，例如图像丢失或模糊。接下来，单击病例 PN 2404 旁边的用户图标以打开病理学家审查窗口并观察标本汇总表，按字母顺序列出所有标本。查看每个标本的 AI 生成结果，包括良性 HG 针、ASAP 或癌症等诊断，以及格里森评分、肿瘤长度和分级组等描述。然后检查颜色编码的诊断类别，以红色显示癌症，以橙色显示 ASAP，以绿色显示 HG 针，以黑色显示良性。现在单击显微镜图标打开图像查看窗口并查看相应的载玻片图像。检查 AI 注释，其中红色突出显示标记癌症，绿色突出显示显示格里森四。单击 C 查看图像 C，然后单击 D 查看图像 D，依此类推。最后，点击AI反馈图标，查看详细的AI分析输出。前列腺癌检测AI模型准确率达97%，准确率为96%，灵敏度为98%，特异性为96%，F1评分为97%。人工智能辅助组织病理学系统使用颜色编码的掩模覆盖层，在前列腺活检载玻片上准确注释了格里森三区、格里森四区和格里森五区。人工智能系统自动从前列腺活检中提取关键病理指标，包括肿瘤长度、百分比、格里森评分和分级组。基于人工智能的尿液细胞学模型可自动识别具有诊断意义的细胞，包括高级别尿路上皮癌、非典型细胞和可疑细胞，每个细胞都用颜色编码框勾勒出轮廓。