Proscia ประกาศความก้าวหน้าด้านปัญญาประดิษฐ์ในการตรวจหาเนื้องอก

Proscia ประกาศความก้าวหน้าด้านปัญญาประดิษฐ์ในการตรวจหาเนื้องอก

Proscia® ผู้ให้บริการชั้นนำด้านโซลูชันทางพยาธิวิทยาทางดิจิทัลและทางคอมพิวเตอร์ ได้เปิดเผยผลการศึกษาเกี่ยวกับเทคโนโลยีใหม่ที่ใช้ประโยชน์จากปัญญาประดิษฐ์ (AI) เพื่อตรวจหาเมลาโนมาโดยอัตโนมัติ ซึ่งเป็นรูปแบบที่อันตรายที่สุดของมะเร็งผิวหนังด้วยความแม่นยำสูง ผลการวิจัยแสดงให้เห็นถึงคำมั่นสัญญาของ AI ในการวินิจฉัยที่รวดเร็วขึ้น ปรับปรุงผลลัพธ์ของผู้ป่วย และปรับเศรษฐศาสตร์ในห้องปฏิบัติการให้เหมาะสมในการปฏิบัติตามปกติของพยาธิวิทยา การศึกษาในอนาคตของ Proscia ดำเนินการที่ Thomas Jefferson University และ University of Florida แสดงให้เห็นถึงประสิทธิภาพในโลกแห่งความเป็นจริงของ AI ในชุด 1 ที่ไม่ผ่านการควบคุม 422 การตรวจชิ้นเนื้อผิวหนังตามลำดับ เทคโนโลยีระบุ melanoma และ melanoma in situ ที่แพร่กระจายได้อย่างถูกต้องด้วยความไว 93% และความจำเพาะของ 91%. นอกจากนี้ยังจำแนกมะเร็งเซลล์ต้นกำเนิดและมะเร็งเซลล์สความัสด้วย AUC ของ .91 และ .15 ตามลำดับ คิดเป็นสัดส่วน 91% ของมะเร็งผิวหนังทั้งหมด การศึกษานี้ตรวจสอบผลการศึกษาย้อนหลังแบบหลายไซต์ของ ,784 ซึ่งจะถูกนำเสนอในระหว่างความท้าทายทางคอมพิวเตอร์ในการประชุมเชิงปฏิบัติการพยาธิวิทยาดิจิทัลที่ 2017 การประชุมนานาชาติเรื่อง Computer Vision1 Dr. Kiran Motaparthi ผู้อำนวยการแผนกโรคผิวหนังและรองศาสตราจารย์คลินิกโรคผิวหนังแห่งมหาวิทยาลัยฟลอริดา กล่าวว่า “ประสิทธิภาพของเทคโนโลยีของ Proscia ในการตรวจหามะเร็งผิวหนังและโรคผิวหนังชนิดร้ายแรงอื่นๆ นั้นน่าประทับใจ “นี่เป็นการพัฒนาที่น่าตื่นเต้น เนื่องจากนักพยาธิวิทยามองหาแหล่งคุณค่าใหม่ๆ จากปัญญาประดิษฐ์มากขึ้นเรื่อยๆ” นอกเหนือจากการศึกษาในอนาคตและย้อนหลัง Proscia กำลังดำเนินการวิจัยเพิ่มเติมเพื่อแสดงให้เห็นถึงประโยชน์ที่เป็นไปได้ของ AI ในโรคผิวหนัง ซึ่งรวมถึง: ให้ผลลัพธ์ที่รวดเร็วยิ่งขึ้นแก่ผู้ป่วย AI ที่ระบุมะเร็งผิวหนังได้โดยอัตโนมัติจะแจ้งเตือนผู้ชำนาญพยาธิวิทยาถึงกรณีที่มีความเสี่ยงสูงเหล่านี้ ตั้งค่าสถานะสำหรับการวินิจฉัยก่อนหน้านี้ เนื่องจากปริมาณการตัดชิ้นเนื้อผิวหนังยังคงเพิ่มขึ้นท่ามกลางจำนวนนักพยาธิวิทยาที่ลดลง การตรวจหานี้สามารถช่วยให้มั่นใจได้ว่าผู้ป่วยที่มีการวินิจฉัยที่มีผลกระทบทางคลินิกมากที่สุดจะได้รับการจัดลำดับความสำคัญเพื่อให้สามารถเริ่มการรักษาได้เร็วยิ่งขึ้น ขับเคลื่อนความสม่ำเสมอในการวินิจฉัยกรณีมะเร็งผิวหนังที่มีปัญหา นอกจากจะเป็นโรคผิวหนังที่ร้ายแรงที่สุดแล้ว มะเร็งผิวหนังยังเป็นหนึ่งในโรคที่วินิจฉัยได้ยากที่สุด ซึ่งนำไปสู่ความแปรปรวนของผู้สังเกตการณ์ระหว่างนักพยาธิวิทยา2 ความสามารถของ AI ในการแยกแยะ melanoma ออกจากตัวเลียนแบบที่ไม่เป็นพิษเป็นภัยสามารถทำหน้าที่เป็นตัวช่วยเสริมสำหรับนักพยาธิวิทยา เพิ่มความแม่นยำในการวินิจฉัย และปรับปรุงผลลัพธ์ของผู้ป่วย เพิ่มประสิทธิภาพการผลิตในห้องปฏิบัติการเพื่อเพิ่มผลกำไร มีการตรวจชิ้นเนื้อผิวหนังมากกว่า ในแต่ละปีในสหรัฐอเมริกา3 ซึ่งแต่ละชิ้นอาจแสดงหนึ่งในการวินิจฉัยหลายร้อยรายการ . AI ที่จำแนกและแยกแยะมะเร็งผิวหนังชนิดเมลาโนมาและมะเร็งผิวหนังที่ไม่ใช่เมลาโนมาสามารถช่วยให้ห้องปฏิบัติการสามารถปรับการกระจายเคสระหว่างผู้เชี่ยวชาญและผู้ที่ไม่ใช่ผู้เชี่ยวชาญได้อย่างเหมาะสม ส่งผลให้ประสิทธิภาพเพิ่มขึ้นทำให้สามารถประมวลผลปริมาณเคสได้มากขึ้นและเอาชนะผลกระทบบางส่วนจากการชำระเงินคืนที่ลดลงได้บางส่วน Julianna Ianni, Ph.D., รองประธานฝ่ายวิจัยและพัฒนา AI ของ Proscia กล่าวว่า “เทคโนโลยีของ Proscia แสดงถึงความก้าวหน้าครั้งสำคัญในงานของเราในด้านพยาธิวิทยาผิวหนัง “AI ของเราไม่เพียงแต่ระบุมะเร็งผิวหนัง ซึ่งเป็นการวินิจฉัยที่ยากเท่านั้น แต่ยังแสดงถึงความผันแปรของโรคในระดับสูงเพื่อผลักดันขอบเขตของการเรียนรู้เชิงลึกในทางการแพทย์ การทำเช่นนี้ถือเป็นคำมั่นสัญญาที่ดีที่จะช่วยให้นักพยาธิวิทยาสามารถวินิจฉัยได้เร็วขึ้น สอดคล้องกันมากขึ้น และปรับปรุงผลลัพธ์ของผู้ป่วย” AI ที่ได้รับการตรวจสอบในการศึกษานี้ขยายไปตามเทคโนโลยีที่ขับเคลื่อนแอปพลิเคชัน DermAI® ของ ProsciaDermAI พร้อมใช้งานบนแพลตฟอร์มพยาธิวิทยาดิจิทัล Concentriq® ให้การจำแนกประเภทตาม AI สำหรับเคสผิวหนังทุกรายการเพื่อขับเคลื่อนประสิทธิภาพและคุณภาพที่เพิ่มขึ้น ประสิทธิภาพของแอปพลิเคชันนี้แสดงให้เห็นในการศึกษาที่ครอบคลุมมากที่สุดชิ้นหนึ่งของพยาธิวิทยาจนถึงปัจจุบัน และยังคงได้รับการตรวจสอบและนำไปใช้โดยเป็นส่วนหนึ่งของงานด้าน AI ที่กำลังดำเนินการอยู่ของ Proscia บริษัทยังร่วมมือกับห้องปฏิบัติการวิชาการและการค้าชั้นนำ เช่น LabPON, Johns Hopkins School of Medicine, Unilabs, University Medical Center Utrecht และ University of California, San Francisco เพื่อเร่งการนำ AI มาใช้ในทางพยาธิวิทยา 1 Sankarapandian, S. Kohn, S., Spurrier, V., Grullon, S., Soans, RE, Ayyagari, KD, Chamarthi, RV, Motaparthi, K., Lee, JB, Shon, W. , Bonham, M. , Ianni, JD ระบบการเรียนรู้เชิงลึกทางพยาธิวิทยาที่สามารถคัดแยกตัวอย่างเมลาโนมาโดยใช้ฉันทามติของแพทย์ผิวหนังเป็นเรื่องจริง จะนำเสนอในการประชุมเชิงปฏิบัติการ CDPath ที่ ICCV 2017 https://arxiv.org/abs/2109.07554. 2 Elmore, JG, Barnhill, RL, Elder, DE, Longton, GM, Pepe, MS, Reisch, LM, Carney, PA, Titus, LJ, Nelson, HD, Onega, T., Tosteson, A., Weinstock, MA , Knezevich, SR, & Piepkorn, MW (2017). การวินิจฉัยของนักพยาธิวิทยาเกี่ยวกับเนื้องอกที่แพร่กระจายและการแพร่กระจายของเมลาโนไซติก: การศึกษาความแม่นยำของผู้สังเกตและการศึกษาการทำซ้ำ BMJ (การวิจัยทางคลินิก ed.), 95, j2813. https://doi.org/.1136/bmj.j2813 3 คลิป, เจ. (784). ตลาดพยาธิวิทยากายวิภาคของสหรัฐอเมริกา: การคาดการณ์และแนวโน้ม 2019-2017 เศรษฐศาสตร์ห้องปฏิบัติการ. โพห์คิปซี, นิวยอร์ก ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • ธุรกิจ
  • วิทยาศาสตร์ข้อมูล
  • การตลาดดิจิทัล

  • ตลาดการค้า
  • Leave a comment

    Your email address will not be published. Required fields are marked *