Introduzione di un sistema integrato di gestione delle immagini di patologia, intelligenza artificiale e reportistica

La nostra ricerca si concentra sullo sviluppo di una nuova piattaforma, che include l'integrazione del sistema informativo di patologia, del sistema di gestione delle immagini e dell'intelligenza artificiale per far progredire la patologia moderna. La domanda a cui NovinoAI sta cercando di rispondere è se tale piattaforma possa essere sviluppata, utilizzata nella pratica patologica, nella ricerca e nell'istruzione. Le tecnologie includono l'ingegneria informatica, la scansione digitale, la patologia computazionale e l'addestramento di modelli di intelligenza artificiale. Una delle sfide più importanti è la disponibilità di una piattaforma che consenta di integrare l'intelligenza artificiale e di eseguire le attività in modo fluido. Dimostriamo che la piattaforma integrata può essere sviluppata e utilizzata nella pratica, nella ricerca e nell'istruzione in patologia con la precisione desiderabile. Stiamo continuando a sviluppare altri modelli di intelligenza artificiale, compresi i modelli di base per la ricerca futura.

[Narratore] Per iniziare, apri un browser Web e vai al sito Web di prod FlexLIS. Inserisci l'e-mail dell'utente preregistrato e fai clic su continua per procedere. Verrà inviata un'e-mail all'indirizzo registrato. Vai alla casella di posta elettronica e fai clic sul link di accesso fornito per accedere alla finestra dell'elenco di accesso. Ora accendi lo scanner digitale e carica il vetrino precedentemente colorato nello scanner. Premere il pulsante di avvio per iniziare la scansione del vetrino. Le immagini scansionate verranno automaticamente caricate nel sistema tramite interfaccia diretta e appariranno disposte in formato caso, simile a un vassoio per vetrini di un patologo. Nella finestra dell'elenco di accesso, visualizzare l'elenco dei casi assegnati e le immagini delle diapositive corrispondenti nella finestra di revisione delle immagini. Nella finestra dell'elenco di accesso, fai clic sulla freccia giù accanto alla custodia etichettata PN 2404 per rivelare le macchie ordinate dal personale e dall'intelligenza artificiale, come il pin quattro. Un punto verde sull'icona del microscopio indica che l'analisi dell'intelligenza artificiale è completa. Un punto giallo indica che il prima possibile è stato rilevato dall'intelligenza artificiale in questa diapositiva. I valori del totale pronto rivisti mostrano i conteggi delle categorie di immagini. Un punto esclamativo dopo il numero dell'immagine segnala problemi di qualità come immagini mancanti o sfocate. Quindi, fare clic sull'icona dell'utente accanto al caso PN 2404 per aprire la finestra di revisione del patologo e osservare la tabella riassuntiva dei campioni, che elenca tutti i campioni in ordine alfabetico. Visualizza i risultati generati dall'intelligenza artificiale per ogni campione, comprese le diagnosi come pin HG benigno, ASAP o cancro, insieme a descrizioni come punteggi di Gleason, lunghezza del tumore e gruppo di grado. Quindi esamina le categorie di diagnosi codificate a colori, che mostrano il cancro in rosso, il più presto in arancione, il pin HG in verde e benigno in nero. Ora fai clic sull'icona del microscopio per aprire la finestra di revisione dell'immagine e visualizzare l'immagine del vetrino corrispondente. Esamina le annotazioni dell'IA con evidenziazioni rosse che indicano il cancro e evidenziazioni verdi che mostrano Gleason quattro. Fare clic su C per visualizzare l'immagine C, quindi fare clic su D per visualizzare l'immagine D e così via. Infine, fai clic sull'icona Feedback AI per visualizzare l'output dettagliato dell'analisi AI. Il modello di intelligenza artificiale per il rilevamento del cancro alla prostata ha raggiunto un'accuratezza del 97% con una precisione del 96%, una sensibilità del 98%, una specificità del 96% e un punteggio F1 del 97%. Il sistema di istopatologia assistito dall'intelligenza artificiale ha annotato con precisione le regioni di Gleason tre, Gleason quattro e Gleason cinque su vetrini per biopsia prostatica, utilizzando una maschera sovrapposta con codice colore. Il sistema di intelligenza artificiale, automaticamente, ha estratto dalla biopsia prostatica metriche patologiche chiave, tra cui la lunghezza del tumore, la percentuale, i punteggi di Gleason e il gruppo di grado. Il modello di citologia delle urine basato sull'intelligenza artificiale ha identificato automaticamente le cellule diagnosticamente significative, tra cui il carcinoma uroteliale di alto grado, le cellule atipiche e le cellule sospette, ciascuna delineata con caselle codificate a colori.