Révolution dans le diagnostic du cancer: KI transforme la pathologie!

Révolution dans le diagnostic du cancer: KI transforme la pathologie!

Erlangen, Deutschland - Dans le cadre d'un projet de coopération innovant entre le hôpital universitaire Et l'hôpital Gravina à Caltagirone, Italie est l'intégration de l'intégration de l'intelligence artificielle (AI) à la clinique de l'Italie est l'intégration de l'intégration de l'intelligence artificielle (AI) à la clinique de l'Italie est l'intégration de l'intégration de l'intelligence artificielle (AI) à la clinique de l'Italy Pathologie.

L'intelligence artificielle peut soutenir plus efficacement les pathologistes dans l'identification du cancer et l'évaluation des échantillons de tissus. Cependant, l'utilisation de l'IA est actuellement limitée en pathologie, car de nombreux processus d'analyse sont traditionnellement effectués au microscope. Afin de maîtriser ces défis, l'hôpital de Gravina numérise régulièrement toutes les coupes de tissus, ce qui améliore considérablement la disponibilité des données numériques.

Intégration de l'IA dans le flux de travail

Un élément essentiel du projet est le développement d'une procédure pour l'intégration automatique de l'analyse de l'IA dans le flux de travail du laboratoire pathologique. Les échantillons de tissus sont transformés en coupes minces puis numérisées afin que le diagnostic soit posé sur le moniteur de l'ordinateur. Dès que les nouveaux analyses entrent dans le système d'information de laboratoire (LIS), l'analyse de l'IA est automatiquement activée. Les pathologistes peuvent également demander des analyses "à la demande", ce qui améliore la flexibilité et l'efficacité du processus de diagnostic.

Les résultats de l'analyse de l'IA sont visualisés sous la forme de cartes de chaleur dans le LIS afin de mettre l'accent sur les régions de type cancer. Le projet vise à améliorer la précision des algorithmes et à promouvoir l'intégration des modèles d'apprentissage en profondeur dans d'autres départements de pathologie.

Innovations technologiques dans le processus de diagnostic

Les innovations technologiques ont considérablement accéléré le diagnostic du cancer, en particulier par la numérisation de la coupe d'histopathologie et l'utilisation de l'apprentissage en profondeur. Selon un article sur pmc.ncbi.nih.gov , la pathologie diagnostique traditionnelle est longue et erreuse -prone.

Les modèles d'apprentissage en profondeur conviennent aux tâches cliniques qui nécessitent une reproductibilité élevée et une faible tolérance aux failles. Les développements historiques dans le domaine de l'apprentissage en profondeur, des premiers réseaux neuronaux aux réseaux de neurones convolutionnels modernes (CNN), ont une précision diagnostique considérablement améliorée. Par exemple, un modèle développé pour l'évaluation du classement dans le cancer de la prostate a atteint une précision de 0,7, tandis que les pathologistes humains ne pouvaient enregistrer qu'une précision de 0,61

En outre, les réseaux de neurones graphiques (GNNS) offrent des approches prometteuses pour améliorer à la fois les performances et l'interprétabilité en pathologie numérique. Ces réseaux modélisent les relations entre les objets et ont déjà réussi dans le domaine du diagnostic du cancer, y compris dans l'évaluation du cancer colorectal avec une précision de 97%.

Le rôle des mégadonnées et de l'IA en médecine

Le changement numérique conduit à une explosion des données disponibles qui peuvent être utilisées efficacement en médecine. Fraunhofer IKS souligne que l'intelligence artificielle peut rapidement analyser les grandes quantités de données, ce qui mène à un diagnostic de thérapie et à un diagnostic artificiel. Cette évolution est soutenue par la mise en réseau de données médicales et non médicales, ce qui permet des décisions efficaces et rationnelles.