病理画像管理、人工知能、レポーティングシステムの統合導入

私たちの研究は、病理学情報システム、画像管理システム、人工知能を高度な現代病理学に統合する新しいプラットフォームの開発に焦点を当てています。NovinoAI が答えようとしている疑問は、そのようなプラットフォームを開発し、病理学の実践、研究、教育に使用できるかどうかです。テクノロジーには、コンピューター エンジニアリング、デジタル スキャン、計算病理学、AI モデル トレーニングが含まれます。最も重要な課題の 1 つは、AI を統合し、シームレスな方法でタスクを実行できるようにするプラットフォームの可用性です。統合プラットフォームが病理学の実践、研究、教育において望ましい精度で開発および使用できることを実証します。今後の研究に向けた基盤モデルを含め、さらに多くのAIモデルの開発を進めています。

[ナレーター]まず、Webブラウザを開き、製品のFlexLISWebサイトに移動します。事前登録済みのユーザーの電子メールを入力し、[続行]をクリックして続行します。ご登録いただいたアドレスにメールが届きます。電子メールの受信トレイに移動し、提供されたサインイン リンクをクリックして、アクセッション リスト ウィンドウにアクセスします。次に、デジタルスキャナーの電源を入れ、以前にステンドグラスのスライドをスキャナーにロードします。スタートボタンを押して、スライドガラスのスキャンを開始します。スキャンされた画像は、直接インターフェースを介して自動的にシステムにアップロードされ、病理学者のスライドトレイに似たケース形式で表示されます。アクセッションリストウィンドウで、割り当てられたケースのリストと、画像レビューウィンドウに対応するスライド画像を表示します。アクセッションリストウィンドウで、PN 2404というラベルの付いたケースの横にある下矢印をクリックすると、ピン4など、スタッフとAIによって順序付けられた汚れが表示されます。顕微鏡アイコンの緑色の点は、AI解析が完了したことを示します。黄色の点は、このスライドで AI によって検出された ASAP を示します。確認された準備完了の合計値には、画像カテゴリ数が表示されます。画像番号の後の感嘆符は、画像の欠落やぼやけなどの品質の問題を示します。次に、症例 PN 2404 の横にあるユーザー アイコンをクリックして、病理学者のレビュー ウィンドウを開き、すべての検体をアルファベット順にリストした検体要約表を確認します。良性HGピン、ASAP、がんなどの診断を含む、各検体のAI生成結果と、グリーソンスコア、腫瘍の長さ、グレードグループなどの説明を表示します。次に、色分けされた診断カテゴリを調べ、がんを赤、ASAPをオレンジ、HGピンを緑、良性を黒で示します。次に、顕微鏡アイコンをクリックして画像レビューウィンドウを開き、対応するスライド画像を表示します。がんを示す赤いハイライトとグリーソン4を示す緑色のハイライトを含むAI注釈を調べます。[C] をクリックしてイメージ C を表示し、[D] をクリックしてイメージ D を表示します。最後に、AIフィードバックアイコンをクリックして、詳細なAI分析出力を表示します。前立腺がん検出のための AI モデルは、精度 96%、感度 98%、特異度 96%、F1 スコア 97% で 97% の精度を達成しました。AI 支援組織病理学システムは、色分けされたマスク オーバーレイを使用して、前立腺生検スライド上のグリーソン 3、グリーソン 4、グリーソン 5 領域に正確に注釈を付けました。AI システムは、前立腺生検から腫瘍の長さ、パーセンテージ、グリーソン スコア、グレード グループなどの主要な病理学的指標を自動的に抽出しました。AIベースの尿細胞診モデルは、高悪性度尿路上皮癌、異型細胞、疑わしい細胞など、診断的に重要な細胞を自動的に識別し、それぞれが色分けされたボックスで囲まれています。