Внедрение интегрированного управления изображениями патологии, искусственного интеллекта и системы отчетности

Наши исследования сосредоточены на разработке новой платформы, которая включает в себя интеграцию информационной системы патологии, системы управления изображениями и искусственного интеллекта для передовой современной патологии. Вопрос, на который пытается ответить NovinoAI, заключается в том, можно ли разработать такую платформу, использовать ее в патологической практике, исследованиях и образовании. Технологии включают компьютерную инженерию, цифровое сканирование, вычислительную патологию и обучение моделей ИИ. Одной из наиболее важных проблем является наличие платформы, которая позволяет интегрировать ИИ и выполнять задачи без проблем. Мы демонстрируем, что интегрированная платформа может быть разработана и использована в патологической практике, исследованиях и образовании с желаемой точностью. Мы продолжаем разрабатывать новые модели искусственного интеллекта, в том числе базовые модели для будущих исследований.

[Рассказчик] Для начала откройте веб-браузер и перейдите на веб-сайт prod FlexLIS. Введите адрес электронной почты предварительно зарегистрированного пользователя и нажмите «Продолжить», чтобы продолжить. На зарегистрированный адрес будет отправлено электронное письмо. Перейдите в почтовый ящик и нажмите на предоставленную ссылку для входа, чтобы получить доступ к окну списка присоединения. Теперь включите питание цифрового сканера и загрузите в сканер ранее нанесенный на витраж предметный стакан. Нажмите кнопку «Пуск», чтобы начать сканирование предметного стекла. Отсканированные изображения будут автоматически загружены в систему через прямой интерфейс и будут выглядеть в формате кейса, подобно лотку для слайдов патологоанатома. В окне списка присоединения просмотрите список назначенных наблюдений и соответствующие изображения слайдов в окне просмотра изображений. В окне списка присоединения нажмите стрелку вниз рядом с футляром с надписью PN 2404, чтобы увидеть пятна, заказанные персоналом и искусственным интеллектом, такие как четвертый контакт. Зеленая точка на значке микроскопа указывает на то, что анализ ИИ завершен. Желтая точка указывает на то, что ИИ обнаружил на этом слайде сигнал как можно скорее. Рассмотренные готовые итоговые значения показывают количество категорий изображений. Восклицательный знак после номера изображения сигнализирует о проблемах с качеством, таких как отсутствующие или размытые изображения. Затем нажмите на значок пользователя рядом с случаем PN 2404, чтобы открыть окно обзора патологоанатома и просмотреть сводную таблицу образцов, в которой перечислены все образцы в алфавитном порядке. Просматривайте результаты, сгенерированные искусственным интеллектом для каждого образца, включая диагноз, такой как доброкачественный штифт HG, ASAP или рак, а также описания, такие как баллы Глисона, длина опухоли и группа степени. Затем изучите цветовые категории диагноза, показывающие рак красным цветом, ASAP оранжевым, значок HG зеленым и доброкачественным черным. Теперь нажмите на значок микроскопа, чтобы открыть окно просмотра изображения и просмотреть соответствующее изображение слайда. Изучите аннотации ИИ, где красными выделениями обозначены рак, а зелеными выделены — четыре Глисона. Нажмите C, чтобы просмотреть изображение C, затем нажмите D, чтобы просмотреть изображение D, и так далее. Наконец, нажмите значок обратной связи с ИИ, чтобы просмотреть подробные результаты анализа ИИ. Модель искусственного интеллекта для выявления рака предстательной железы достигла точности 97% с точностью 96%, чувствительностью 98%, специфичностью 96% и оценкой F1 97%. Гистопатологическая система с искусственным интеллектом точно аннотировала три области Глисона, четыре Глисона и пять областей Глисона на предметных стеклах биопсии предстательной железы, используя наложение маски с цветовой кодировкой. Система искусственного интеллекта автоматически извлекла ключевые патологические показатели, включая длину опухоли, процент, баллы Глисона и группу степени из биопсии предстательной железы. Цитологическая модель мочи на основе искусственного интеллекта автоматически идентифицировала диагностически значимые клетки, включая уротелиальную карциному высокой степени злокачественности, атипичные клетки и подозрительные клетки, каждая из которых обведена цветовыми рамками.