机构名称：
¥ 1.0
数字病理学 (DP)，即病理图像的数字化，已经改变了肿瘤学研究和癌症诊断。将人工智能 (AI) 和其他形式的机器学习 (ML) 应用于这些图像，可以更好地解释形态，改善生物标志物的定量，为发现和诊断引入新概念（例如细胞元素的空间分布），并有望成为一种新的癌症生物标志物范式。AI 在组织分析中的应用可以采用语言建模和图像分析领域的几种概念方法，例如深度学习卷积神经网络、多实例学习方法或风险评分建模及其在 ML 中的应用。使用不同的方法可以解决病理学工作流程中的不同问题，包括用于检测和分级肿瘤的辅助应用、生物标志物的量化以及为治疗预测和预后目的提供已建立和新的基于图像的生物标志物。所有这些应用于数字组织图像的 AI 格式也开始改变我们的临床试验方法。与此同时，DP/AI 设备和相关计算科学流程的新颖性为制造商在其设计、开发、监管和上市后流程中引入了新的要求，在将 AI 应用于癌症发现的组织时可能需要考虑到这些要求。最后，DP/AI 对我们认可具有临床适用性的新诊断工具的方式提出了挑战，了解这些工具将使癌症患者能够获得新一代复杂的生物标志物。
基于组织的人工智能转化为临床实践：从发现到采用
主要关键词
相关文件推荐
