الذكاء الاصطناعي في مسابقة علم الأمراض

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي "صورة الشريحة الكاملة" في علم الأمراض الرقمية؟
   • مسح رقمي جيجابيكسل لشريحة الأنسجة بأكملها
   • خلية واحدة تم تصويرها بالهاتف
   • صورة بالأشعة السينية لصدر المريض
   • تقرير مختبر مكتوب بخط اليد
2. لماذا تقوم نماذج الذكاء الاصطناعي بمعالجة الشرائح في مربعات أو رقع صغيرة؟
   • لأن اللون غير مهم في علم الأمراض
   • لأن الصورة الكاملة بالجيجابكسل كبيرة جدًا بحيث لا يمكن إدخالها مرة واحدة
   • لأن الأنسجة دائما مربعة
   • لجعل الصورة بالأبيض والأسود
3. يساعد التعلم متعدد الحالات عندما:
   • لا توجد تسميات على الإطلاق ولا هدف
   • يحتاج النموذج إلى ترجمة النص
   • لا يُعرف سوى الملصق على مستوى الشريحة، وليس موقع الورم الدقيق
   • الشريحة هي صورة عادية
4. ما هو مسار التنظيم الذي استخدمته إدارة الغذاء والدواء للـ Paige Prostate؟
   • أصدرت موافقة شاملة لجميع تقنيات الذكاء الاصطناعي في علم الأمراض
   • منحت تصريح تسويق دواء
   • أعلنت أن أطباء الأمراض لم يعودوا مطلوبين
   • منحت تصنيف De Novo للجهاز المحدد والاستخدام المقصود
5. ما الذي يقيسه عدد AI Ki-67 في الورم؟
   • مدى سرعة تكاثر الخلايا السرطانية
   • ضغط دم المريض
   • حجم المستشفى
   • سمك الشريحة بالملليمتر
6. ما الذي يمكن أن يقدمه نظام الذكاء الاصطناعي في سير عمل علم الأمراض، وفقًا للأمثلة المحددة؟
   • تشخيص قطعي للسرطان دون أخصائي أمراض
   • مخرجات دعم القرار يراجعها أخصائي أمراض في السياق
   • وصفة علاجية تلقائية
   • بديل لأخذ عينات الأنسجة
7. ما هو الفكرة الرئيسية في CLAM لتصنيف الشرائح الكاملة؟
   • يجب أن يحتوي كل شريحة على قناع بكسل يدوياً يوضح العلامة
   • يحلل النموذج فقط عمر المريض
   • التعلم متعدد الحالات المستند إلى الانتباه يمكنه تحديد الشرائح الصورية المفيدة من تسميات مستوى الشريحة
   • يستبدل صورة الشريحة بتقرير نصي
8. ما الذي حصل عليه Paige Prostate من تفويض De Novo لمساعدة أخصائيي الأمراض؟
   • اختيار تلقائي لعلاج السرطان
   • استبدال الخزعات بالاختبارات الدموية
   • تشخيص كل نوع من أنواع السرطان من الرنين المغناطيسي
   • تحديد المناطق المشبوهة على شرائح خزعة البروستاتا الرقمية