Technologie
Propulsé par PathGPT — le moteur d’IA de DiPath pour les flux de travail en pathologie
PathGPT Moteur multimodal
- Flux de travail de classification au niveau de l’image et de notation structurée
- Analyse multimodale intégrant le contexte de l’image, de la région et du rapport
Vue agrandie du flux de travail PathGPT avec un cadrage à contraste élevé pour une meilleure visualisation des chemins de raisonnement.
Fonctions d’analyse assistée par IA
Les flux de travail configurés peuvent proposer des régions, une notation structurée et des résultats quantitatifs à soumettre à la revue de l’utilisateur. La disponibilité et l’usage prévu varient selon le produit, la version et le marché.
Suggestions de régions d’intérêt
Met en évidence les régions candidates pour la revue de l’utilisateur ; les zones pertinentes doivent être confirmées par l’utilisateur qualifié.
Aide à la notation structurée
Présente des mesures configurées et des résultats de notation pour faciliter la revue ; les résultats doivent être vérifiés au regard du flux de travail applicable.
Analyse contextuelle des motifs
Analyse les caractéristiques d’image prises en charge et présente les résultats pour revue ; elle ne remplace ni le jugement clinique ni les instructions relatives à l’usage prévu propres au produit.
Quantification cellulaire
Histogrammes d'intensité du signal
Présente des synthèses de la distribution du signal et des résultats quantitatifs configurables pour la revue de l’utilisateur.
Segmentation cellulaire alimentée par l'IA
Intégration et flux de travail
Vue générale du chargement, de l’analyse, de la revue et de la préparation du rapport ; les détails de mise en œuvre varient selon le produit et le déploiement.
Téléchargement de lames
Lames numériques téléchargées sur la plateforme
Analyse IA
PathGPT traite et analyse
Contrôle qualité
Vérifications de validation automatisées
Résultats
Projet de rapport préparé
Revue médicale
Validation et approbation par l'expert
L'analyse IA puissante en action
Découvrez la prochaine génération de pathologie numérique avec notre interface intuitive alimentée par l'IA.
Publications
Nos recherches ont été publiées dans les principales revues à comité de lecture au niveau mondial.
ToPoFM: Topology-Guided Pathology Foundation Model for High-Resolution Pathology Image Synthesis with Cellular-Level Control
Li, J., Zhu, C., Zheng, S., Chen, P., Sun, Y., Li, H., Yang, L. · IEEE Trans. Medical Imaging
PathAsst: A Generative Foundation AI Assistant towards Artificial General Intelligence of Pathology
Sun, Y., Zhu, C., Zheng, S., Zhang, K., Sun, L., Shui, Z., Zhang, Y., Li, H., Yang, L. · AAAI 2024 (CCF-A, Oral)
PathMMU: A Massive Multimodal Expert-Level Benchmark for Understanding and Reasoning in Pathology
Sun, Y., Wu, H., Zhu, C., Zheng, S., Chen, Q., Zhang, K., Zhang, Y., Wan, D., Lan, X., ... · ECCV 2024 (CCF-A, Oral)
Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology WSI Classification
Li, H., Zhu, C., Zhang, Y., Sun, Y., Shui, Z., Kuang, W., Zheng, S., Yang, L. · CVPR 2023 (CCF-A)
Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning
Zhang, Z., Chen, P., McGough, M., ..., Cui, L., ..., Yang, L. · Nature Machine Intelligence
WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
Chen, P., Zhu, C., Zheng, S., Li, H., Yang, L. · ECCV 2024 (CCF-A)
Prêt à découvrir PathGPT ?
Demandez une démonstration centrée sur le flux de travail et discutez des preuves, de la configuration et du périmètre de revue pertinents pour votre évaluation.