통합 병리학 영상 관리, 인공지능 및 보고 시스템 도입

우리의 연구는 병리학 정보 시스템, 이미지 관리 시스템 및 인공 지능을 첨단 현대 병리학에 통합하는 것을 포함하는 새로운 플랫폼을 개발하는 데 중점을 두고 있습니다. NovinoAI가 답하려고 하는 질문은 그러한 플랫폼이 병리학 실습, 연구 및 교육에 개발되어 사용될 수 있는지 여부입니다. 기술에는 컴퓨터 공학, 디지털 스캐닝, 전산 병리학 및 AI 모델 교육이 포함됩니다. 가장 중요한 과제 중 하나는 AI를 통합하고 원활한 방식으로 작업을 수행할 수 있는 플랫폼의 가용성입니다. 우리는 통합 플랫폼이 병리학 실습, 연구 및 교육에 바람직한 정확도로 개발 및 사용될 수 있음을 보여줍니다. 향후 연구를 위한 파운데이션 모델을 포함하여 더 많은 AI 모델을 지속적으로 개발하고 있습니다.

[해설자] 시작하려면 웹 브라우저를 열고 prod FlexLIS 웹 사이트로 이동합니다. 사전 등록된 사용자 이메일을 입력하고 계속을 클릭하여 계속 진행합니다. 등록된 주소로 메일이 발송됩니다. 이메일 받은 편지함으로 이동하여 제공된 로그인 링크를 클릭하여 가입 목록 창에 액세스합니다. 이제 디지털 스캐너의 전원을 켜고 이전에 스테인드글라스 슬라이드를 스캐너에 로드합니다. 시작 버튼을 눌러 슬라이드 스캔을 시작합니다. 스캔한 이미지는 직접 인터페이스를 통해 시스템에 자동으로 업로드되며 병리학자 슬라이드 트레이와 유사한 케이스 형식으로 정렬되어 나타납니다. 가입 목록 창의 이미지 검토 창에서 할당된 사례 목록과 해당 슬라이드 이미지를 봅니다. 수탁 목록 창에서 PN 2404라고 표시된 케이스 옆에 있는 아래쪽 화살표를 클릭하면 핀 4와 같이 직원과 AI가 주문한 얼룩이 표시됩니다. 현미경 아이콘의 녹색 점은 AI 분석이 완료되었음을 나타냅니다. 노란색 점은 이 슬라이드에서 AI가 최대한 빨리 감지했음을 나타냅니다. 검토된 준비된 합계 값에는 이미지 범주 수가 표시됩니다. 이미지 번호 뒤의 느낌표는 이미지 누락 또는 흐릿함과 같은 품질 문제를 나타냅니다. 그런 다음 사례 PN 2404 옆에 있는 사용자 아이콘을 클릭하여 병리학자 검토 창을 열고 모든 표본을 알파벳순으로 나열하는 표본 요약 표를 관찰합니다. 양성 HG 핀, ASAP 또는 암과 같은 진단과 글리슨 점수, 종양 길이 및 등급 그룹과 같은 설명을 포함하여 각 표본에 대한 AI 생성 결과를 봅니다. 그런 다음 색상으로 구분된 진단 범주를 검사하여 암은 빨간색으로, ASAP는 주황색으로, HG 핀은 녹색으로, 양성은 검은색으로 표시합니다. 이제 현미경 아이콘을 클릭하여 이미지 검토 창을 열고 해당 슬라이드 이미지를 봅니다. 암을 표시하는 빨간색 강조 표시와 글리슨 4를 나타내는 녹색 강조 표시가 있는 AI 주석을 검사합니다. C를 클릭하여 이미지 C를 본 다음 D를 클릭하여 이미지 D를 보는 식입니다. 마지막으로 AI 피드백 아이콘을 클릭하면 자세한 AI 분석 결과를 볼 수 있습니다. 전립선암 검출을 위한 AI 모델은 정밀도 96%, 민감도 98%, 특이도 96%, F1 점수 97%로 정확도 97%를 달성했습니다. AI 보조 조직병리학 시스템은 색상으로 구분된 마스크 오버레이를 사용하여 전립선 생검 슬라이드에 글리슨 3개, 글리슨 4개, 글리슨 5개 영역에 정확하게 주석을 달았습니다. AI 시스템은 전립선 생검에서 종양 길이, 백분율, 글리슨 점수, 등급 그룹 등 주요 병리학적 지표를 자동으로 추출했습니다. AI 기반 소변 세포학 모델은 고급 요로상피암, 비정형 세포, 의심 세포 등 진단적으로 중요한 세포를 자동으로 식별했으며, 각 세포는 색상으로 구분된 상자로 윤곽선이 표시되어 있습니다.