Entegre bir patoloji görüntü yönetimi, yapay zeka ve raporlama sisteminin tanıtılması

Araştırmamız, patoloji bilgi sistemini, görüntü yönetim sistemini ve yapay zekayı ileri modern patolojiye entegre etmeyi içeren yeni bir platform geliştirmeye odaklanmaktadır. NovinoAI'nin cevaplamaya çalıştığı soru, böyle bir platformun geliştirilip geliştirilemeyeceği, patoloji pratiğinde, araştırmada ve eğitimde kullanılıp kullanılamayacağıdır. Teknolojiler arasında bilgisayar mühendisliği, dijital tarama, hesaplamalı patoloji ve yapay zeka modeli eğitimi yer alıyor. En önemli zorluklardan biri, yapay zekanın entegre edilmesine ve görevlerin sorunsuz bir şekilde yerine getirilmesine olanak tanıyan bir platformun varlığıdır. Entegre platformun patoloji pratiğinde, araştırmasında ve eğitiminde arzu edilen doğrulukla geliştirilebileceğini ve kullanılabileceğini gösteriyoruz. Gelecekteki araştırmalar için temel modeller de dahil olmak üzere daha fazla yapay zeka modeli geliştirmeye devam ediyoruz.

[Anlatıcı] Başlamak için bir web tarayıcısı açın ve prod FlexLIS web sitesine gidin. Önceden kaydedilmiş kullanıcı e-postasını girin ve devam etmek için devam et'e tıklayın. Kayıtlı adrese bir e-posta gönderilecektir. E-posta gelen kutusuna gidin ve erişim listesi penceresine erişmek için sağlanan oturum açma bağlantısına tıklayın. Şimdi dijital tarayıcının gücünü açın ve önceden vitray slaytını tarayıcıya yükleyin. Cam slaytı taramaya başlamak için başlat düğmesine basın. Taranan görüntüler doğrudan arayüz üzerinden otomatik olarak sisteme yüklenecek ve patolog slayt tepsisine benzer şekilde vaka formatında düzenlenmiş olarak görünecektir. Erişim listesi penceresinde, atanan vakaların listesini ve görüntü inceleme penceresinde karşılık gelen slayt görüntülerini görüntüleyin. Erişim listesi penceresinde, personel ve yapay zeka tarafından sipariş edilen dördüncü pim gibi lekeleri ortaya çıkarmak için PN 2404 etiketli kasanın yanındaki aşağı oka tıklayın. Mikroskop simgesindeki yeşil nokta, yapay zeka analizinin tamamlandığını gösterir. Sarı nokta, bu slaytta yapay zeka tarafından algılanan en kısa sürede olduğunu gösterir. İncelenen hazır toplam değerler, görüntü kategorisi sayılarını gösterir. Görüntü numarasından sonra gelen ünlem işareti, eksik veya bulanık görüntüler gibi kalite sorunlarına işaret eder. Ardından, patolog inceleme penceresini açmak ve tüm örnekleri alfabetik olarak listeleyen örnek özet tablosunu gözlemlemek için vaka PN 2404'ün yanındaki kullanıcı simgesine tıklayın. İyi huylu HG pini, ASAP veya kanser gibi tanılar da dahil olmak üzere her örnek için yapay zeka tarafından oluşturulan sonuçları, Gleason skorları, tümör uzunluğu ve derece grubu gibi açıklamalarla birlikte görüntüleyin. Ardından, kanseri kırmızı, ASAP'ı turuncu, HG pinini yeşil ve iyi huyluyu siyah olarak gösteren renk kodlu tanı kategorilerini inceleyin. Şimdi görüntü inceleme penceresini açmak ve ilgili slayt görüntüsünü görüntülemek için mikroskop simgesine tıklayın. Kanseri işaretleyen kırmızı vurgular ve Gleason dördünü gösteren yeşil vurgular içeren AI açıklamalarını inceleyin. C resmini görüntülemek için C'yi tıklatın, ardından D resmini görüntülemek için D'yi tıklatın ve bu şekilde devam edin. Son olarak, ayrıntılı AI analiz çıktısını görüntülemek için AI geri bildirim simgesine tıklayın. Prostat kanseri tespitine yönelik yapay zeka modeli, %97 hassasiyet, %96 hassasiyet, %98 özgüllük ve %1 F1 skoru ile %97 doğruluk elde etti. Yapay zeka destekli histopatoloji sistemi, renk kodlu bir maske kaplaması kullanarak prostat biyopsi slaytlarında Gleason üç, Gleason dört ve Gleason beş bölgelerine doğru bir şekilde açıklama ekledi. Yapay zeka sistemi, prostat biyopsisinden tümör uzunluğu, yüzde, Gleason skorları ve derece grubu dahil olmak üzere temel patolojik ölçümleri otomatik olarak çıkardı. Yapay zeka tabanlı idrar sitolojisi modeli, her biri renk kodlu kutularla özetlenen, yüksek dereceli ürotelyal karsinom, atipik hücreler ve şüpheli hücreler dahil olmak üzere tanısal açıdan önemli hücreleri otomatik olarak tanımladı.