Beranda Produk Solusi Teknologi Publikasi Tentang Diskusikan alur kerja Anda
English Français Deutsch Español Italiano Português Bahasa Indonesia 中文 繁體中文（香港） Русский 日本語 한국어 العربية Tiếng Việt ไทย

DeepPathAI

Landasan multimodal untuk analisis citra patologi, tanya jawab profesional, dan aplikasi alur kerja.

MODEL FONDASI PATOLOGI

Dari pemahaman citra ke praktik patologi sehari-hari

DeepPathAI menyatukan citra patologi, informasi kasus, dan pengetahuan profesional. Bersama D-PathAI dan D-PathPIS, model ini mendukung analisis spesialis, tanya jawab patologi, dan bantuan pelaporan, serta menjadi landasan pengembangan bersama rumah sakit dan mitra industri.

Jelajahi penerapannyaAdaptasi untuk rumah sakit
Gambar asli CPath-Omni yang menunjukkan masukan potongan citra dan citra seluruh preparat, klasifikasi, deskripsi citra, instruksi area tertentu, dan tanya jawab visual
Sun dkk. · CPath-Omni, CVPR 2025 · Gambar 1. Kerangka penelitian dan contoh tugas.

CPath-Omni CVPR 2025

Satu kerangka untuk potongan citra dan citra seluruh preparat

CPath-Omni menyatukan klasifikasi, deskripsi citra, tanya jawab visual, dan instruksi untuk area tertentu dalam satu kerangka penelitian. Kemampuan ini mendasari pengembangan aplikasi patologi yang fleksibel pada berbagai skala citra.

Representasi visual
Mempelajari arsitektur jaringan dan morfologi sel untuk mendukung klasifikasi spesialis, pencarian citra, dan pengembangan analisis citra.
Penyelarasan citra dan teks
Menghubungkan citra patologi dengan deskripsi profesional sebagai landasan pencarian citra–teks dan pengembangan aplikasi multimodal.
Interaksi multimodal
Menggabungkan citra, konteks kasus, dan instruksi teks untuk tanya jawab berbasis citra, perangkuman informasi, dan bantuan pelaporan.
Lihat makalah asli

PathMMU ECCV 2024

Evaluasi pemahaman dengan keahlian patologi

PathMMU menggunakan pertanyaan berbasis citra dan penjelasan jawaban; pertanyaan validasi dan pengujiannya ditinjau ahli patologi. Kerangka ini menguji pemahaman profesional, penalaran, dan ketahanan terhadap perubahan citra, sebagai acuan evaluasi model dan adaptasi spesialisasi.

Lihat makalah asli
Gambar ikhtisar asli PathMMU tentang sumber data patologi, pertanyaan multimodal yang ditinjau para ahli, dan evaluasi model
Sun dkk. · PathMMU, ECCV 2024 · Gambar 1. Sumber data, rancangan pertanyaan, dan evaluasi penelitian.

PathMMU adalah tolok ukur penelitian. Skornya tidak membuktikan kinerja diagnostik klinis.

D-PathPIS · MODEL DALAM ALUR KERJA

Bantuan patologi dalam alur penanganan kasus

Memanfaatkan informasi kasus dan diagnosis awal untuk tanya jawab patologi, penyusunan draf laporan, dan peninjauan isi. Ahli patologi meninjau saran dan mengonfirmasi laporan akhir dalam alur kerja yang ada.

  1. Konteks kasus
  2. Bantuan AI
  3. Konfirmasi ahli patologi

DeepPathAI

D-PathAI Analisis citraD-PathPIS Kasus dan pelaporan

Fungsi dikonfigurasi menurut spesialisasi, versi perangkat lunak, dan proyek.

Tampilan asli asisten D-PathPIS yang menunjukkan jawaban tentang alur kerja patologi
Tanya jawab alur kerja patologi pada asisten D-PathPIS. Tampilan asli produk.
Seorang dokter meninjau citra jaringan digital di samping pemindai DiPath
Peninjauan patologi digital dengan pemindai dan stasiun kerja citra DiPath.

RUMAH SAKIT DAN MITRA INDUSTRI

Kembangkan sesuai kebutuhan spesialisasi

Kembangkan model spesialis atau integrasikan AI ke dalam produk yang ada. Kami bekerja bersama mitra dalam adaptasi model, pengetahuan lokal, dan integrasi alur kerja, dengan lingkup evaluasi dan penerapan yang disepakati bersama.

Deployment dan integrasi

  1. Tentukan tugas

    Sepakati kebutuhan spesialisasi, data yang tersedia, dan lingkup evaluasi.

  2. Adaptasikan model

    Sesuaikan dengan citra spesialisasi, pengetahuan lokal, dan standar pelaporan.

  3. Hubungkan aplikasi

    Integrasikan dengan alur peninjauan citra, pelaporan, atau pengendalian mutu yang disepakati.

  4. Evaluasi bersama

    Tinjau bersama ahli patologi dan tetapkan lingkup penerapan.

D-PathAI dalam praktik

Jelajahi peninjauan preparat berbantuan AI

Jelajahi tampilan produk, lalu pilih lapang pandang untuk meninjau gambar dan hasil analisis.

Tampilan umum produk D-PathAI untuk sitologi serviks, dengan penanda sel kandidat AI dan hasil analisis seluruh preparat.

Sitologi serviks

Tinjau tampilan umum produk dan lapang pandang sel asli dengan penanda sel kandidat AI.

Tampilan umum produk D-PathAI untuk jaringan lambung H&E, dengan peta panas jaringan dan klasifikasi asli.

H&E lambung

Periksa peta panas jaringan dan klasifikasi asli dalam tampilan umum produk.

Tampilan umum produk D-PathAI untuk IHC HER2, dengan anotasi pewarnaan membran dan jumlah sel pada area yang dianalisis.

HER2 IHC

Periksa anotasi pewarnaan membran dan jumlah sel pada area yang dianalisis dalam contoh produk ini.

Analisis yang didukung dan tujuan penggunaan bergantung pada modul, versi, dan pasar. Hasil harus ditinjau oleh pengguna yang berkualifikasi.

Diskusikan demonstrasi modul
Rencanakan penerapan bersama laboratorium dan tim TI Anda

Mulailah dengan pemindai, format citra, LIS, dan persyaratan penanganan data Anda. Konfigurasi akhir bergantung pada produk dan penerapan yang disepakati.

Penerapan di fasilitas sendiri
Tinjau kebutuhan server dan penyimpanan, akses pengguna, pembaruan perangkat lunak, serta pembagian tanggung jawab bersama tim TI Anda.
Penerapan di cloud
Konfirmasikan lokasi hosting, akses data, retensi, pencadangan, dan pengaturan kontrak untuk proyek Anda.
Integrasi pemindai dan LIS
Sampaikan model pemindai, format berkas, dan antarmuka LIS agar tim dapat menilai kompatibilitas dan pekerjaan yang diperlukan.

Detail gambar

—

Memuat gambar…