行业指南

病理学中的人工智能

病理学中的人工智能将计算机视觉应用于数字化组织切片,帮助病理学家更快、更一致地检测癌症、计数细胞和对疾病进行分级。

概述

病理学中的人工智能将计算机视觉应用于数字化组织切片,帮助病理学家更快、更一致地检测癌症、计数细胞和对疾病进行分级。它将具有百年历史的显微镜工作流程转变为数据丰富、可测量且可扩展的流程。

病理学中的人工智能将人工智能应用于特定领域的环境中,在这些环境中,法规、操作和风险承受能力强烈影响设计选择。

深入探讨

病理学传统上是指医生在显微镜下检查载玻片上的染色组织。数字病理学将这些幻灯片扫描成十亿像素的整张幻灯片图像(每张图像通常有数十亿像素),然后人工智能模型对其进行分析。基于卷积和 Transformer 的视觉模型在标记的幻灯片上进行训练,以标记肿瘤区域、识别有丝分裂图、测量 Ki-67 或 HER2 等生物标志物,并分配癌症等级,例如前列腺的格里森评分。由于图像巨大,模型以小块的形式工作,并将结果缝合到热图中。 FDA 已经批准了 Paige Prostate 等系统来帮助检测前列腺癌,实验室使用人工智能进行分类、质量控制和定量,而这些通过肉眼观察是繁琐或不可能的。

技术洞察

整个幻灯片图像太大,无法一次提供给模型,因此它被分成数千个小图块。每个图块都通过视觉编码器,并且一种称为多实例学习的技术可以让模型学习幻灯片级诊断,即使只知道整体标签(癌症与非癌症),而不知道确切的肿瘤位置。然后,热图会突出显示可疑区域。在数百万个未标记的图块上进行预训练的基金会模型现在提供可重复使用的功能,可以对罕见癌症进行良好的微调。

掌握病理学领域的人工智能

病理学中的人工智能将计算机视觉应用于数字化组织切片,帮助病理学家更快、更一致地检测癌症、计数细胞和对疾病进行分级。它将具有百年历史的显微镜工作流程转变为数据丰富、可测量且可扩展的流程。病理学中的人工智能将人工智能应用于特定领域的环境中,在这些环境中,法规、操作和风险承受能力强烈影响设计选择。为了建立深入的理解,请将病理学中的人工智能视为一种操作模型,而不是单一功能:定义期望的结果,澄清假设,并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。

在实践中,在病理学中使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策相结合。他们记录明确的成功标准,根据实际数据和工作流程进行测试,并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。

行业背景决定了人工智能创意能否与现实接触。同时,监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来:运行试点、捕获证据、发布决策日志,并随着模型行为、用户期望和监管要求的发展不断更新保障措施。

战略影响

行业背景决定了人工智能创意能否与现实接触。

行业背景决定了人工智能创意能否与现实接触。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

领域约束会影响可接受的错误率和监督模型。

领域约束会影响可接受的错误率和监督模型。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

成功的部署使技术能力与一线工作流程保持一致。

成功的部署使技术能力与一线工作流程保持一致。在高质量部署中,这会转化为可衡量的操作规则、所有权边界和定期审查仪式,以便团队可以增强信心,而不是扩大模糊性。

人工智能在病理学领域的未来

在大量载玻片档案上训练的病理学基础模型将以最少的额外标记泛化到组织类型和任务。期望与基因组学和临床记录更紧密地结合以进行多模式诊断,人工智能可以直接从幻灯片预测治疗反应和生存率,以及常规使用人工智能作为第二个阅读器来减少错误。随着扫描仪变得更便宜,数字和人工智能辅助病理学将扩展到较小的实验室和服务不足的地区,从而缓解全球病理学家的短缺问题。

现实世界的实施

Paige Prostate 是 FDA 批准的工具,可在活检切片上标记可疑前列腺癌的区域,以协助病理学家。

AI 自动计数 Ki-67 阳性肿瘤细胞,以量化癌症的增殖速度。

算法检测淋巴结切片中的癌症扩散(转移),捕捉肉眼容易错过的微小簇。

AI 分配或预先评分前列腺格里森评分,以提高不同病理学家之间的一致性。

实施模式

人工智能在病理学中的实践

Paige Prostate 是 FDA 批准的工具,可在活检切片上标记可疑前列腺癌的区域,以协助病理学家。

Paige Prostate 是一款经 FDA 批准的工具,可在活检切片上标记可疑前列腺癌的区域,以协助病理学家。当团队预先定义质量阈值、为边缘病例保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时,通常会获得更好的结果。

人工智能在病理学中的实践

AI 自动计数 Ki-67 阳性肿瘤细胞,以量化癌症的增殖速度。

AI 自动计数 Ki-67 阳性肿瘤细胞,以量化癌症的增殖速度。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时,通常会获得更好的结果。

人工智能在病理学中的实践

算法检测淋巴结切片中的癌症扩散(转移),捕捉肉眼容易错过的微小簇。

算法检测淋巴结切片中的癌症扩散(转移),捕捉肉眼容易错过的微小簇。当团队预先定义质量阈值、为边缘情况保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时,通常会得到更好的结果。

人工智能在病理学中的实践

AI 分配或预先评分前列腺格里森评分,以提高不同病理学家之间的一致性。

AI 分配或预先评分前列腺格里森评分,以提高不同病理学家之间的一致性。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时,通常会获得更好的结果。

风险与防护栏

!

监管要求可能会使原本强大的原型失效。

!

历史数据可能会编码损害特定社区的偏见。

!

遗留系统可能会造成集成瓶颈和隐性成本。

实施路线图

1

让领域专家参与从问题框架到评估的整个过程。

让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

2

在启动前设计审计跟踪和文档。

在启动前设计审计跟踪和文档。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

3

尽早验证合规性和安全义务。

尽早验证合规性和安全义务。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

4

分阶段推出,并具有明确的停止和回滚标准。

分阶段推出,并具有明确的停止和回滚标准。将每个步骤视为证据门:如果不满足标准,则暂停推出,缩小差距,然后再扩大使用。

不断探索