DeepPathAI
พื้นฐานแบบหลายรูปแบบสำหรับการวิเคราะห์ภาพพยาธิวิทยา การถามตอบเชิงวิชาชีพ และการประยุกต์ใช้ในกระบวนงาน
โมเดลพื้นฐานด้านพยาธิวิทยา
จากการทำความเข้าใจภาพ สู่การทำงานพยาธิวิทยาในแต่ละวัน
DeepPathAI เชื่อมโยงภาพพยาธิวิทยา ข้อมูลเคส และความรู้เฉพาะทาง โดยทำงานร่วมกับ D-PathAI และ D-PathPIS เพื่อสนับสนุนการวิเคราะห์เฉพาะทาง การถามตอบด้านพยาธิวิทยา และการจัดทำรายงาน อีกทั้งเป็นพื้นฐานสำหรับการพัฒนาร่วมกับโรงพยาบาลและพันธมิตรในอุตสาหกรรม
CPath-Omni CVPR 2025
กรอบการทำงานเดียวสำหรับภาพส่วนย่อยและภาพทั้งสไลด์
CPath-Omni รวมการจำแนก การอธิบายภาพ การถามตอบจากภาพ และการสั่งงานตามบริเวณที่ระบุไว้ในกรอบวิจัยเดียวกัน ความสามารถเหล่านี้เป็นพื้นฐานในการพัฒนาแอปพลิเคชันพยาธิวิทยาที่ยืดหยุ่นและรองรับภาพหลายระดับ
- การแทนข้อมูลภาพ
- เรียนรู้โครงสร้างเนื้อเยื่อและลักษณะทางสัณฐานวิทยาของเซลล์ เพื่อสนับสนุนการจำแนกเฉพาะทาง การค้นคืนภาพ และการพัฒนาแอปพลิเคชันวิเคราะห์ภาพ
- การจับคู่ภาพกับข้อความ
- เชื่อมโยงภาพพยาธิวิทยากับคำอธิบายเชิงวิชาชีพ เพื่อเป็นพื้นฐานสำหรับการค้นคืนภาพและข้อความ รวมถึงการพัฒนาแอปพลิเคชันแบบหลายรูปแบบ
- การโต้ตอบแบบหลายรูปแบบ
- ผสานภาพ บริบทของเคส และคำสั่งข้อความ เพื่อถามตอบเกี่ยวกับภาพ สรุปข้อมูล และช่วยจัดทำรายงาน
PathMMU ECCV 2024
ประเมินความเข้าใจด้วยความเชี่ยวชาญด้านพยาธิวิทยา
PathMMU ใช้คำถามจากภาพพร้อมคำอธิบายคำตอบ โดยคำถามในชุดตรวจสอบและชุดทดสอบผ่านการทบทวนจากพยาธิแพทย์ การประเมินครอบคลุมความเข้าใจเชิงวิชาชีพ การให้เหตุผล และความทนทานต่อการเปลี่ยนแปลงของภาพ เพื่อใช้อ้างอิงในการประเมินโมเดลและปรับใช้ตามสาขาเฉพาะทาง
อ่านบทความต้นฉบับ
PathMMU เป็นเกณฑ์ประเมินสำหรับงานวิจัย คะแนนไม่ได้ยืนยันประสิทธิภาพการวินิจฉัยทางคลินิก
D-PathPIS · โมเดลในกระบวนงาน
ผู้ช่วยพยาธิวิทยาในขั้นตอนการจัดการเคส
นำข้อมูลเคสและการวินิจฉัยเบื้องต้นมาใช้ในการถามตอบด้านพยาธิวิทยา ร่างรายงาน และทบทวนเนื้อหา พยาธิแพทย์ตรวจสอบข้อเสนอแนะและยืนยันรายงานฉบับสมบูรณ์ภายในกระบวนงานเดิม
- บริบทของเคส
- AI ช่วยงาน
- พยาธิแพทย์ยืนยัน
DeepPathAI
กำหนดค่าฟังก์ชันตามสาขาเฉพาะทาง เวอร์ชันซอฟต์แวร์ และโครงการ
สำหรับโรงพยาบาลและพันธมิตรในอุตสาหกรรม
พัฒนาตามความต้องการเฉพาะทางที่ชัดเจน
พัฒนาโมเดลเฉพาะทางหรือผสาน AI เข้ากับผลิตภัณฑ์เดิม เราทำงานร่วมกับพันธมิตรในการปรับโมเดล ผสานความรู้ภายในหน่วยงาน และเชื่อมต่อกระบวนงาน โดยตกลงขอบเขตการประเมินและการนำไปใช้ร่วมกัน
การติดตั้งและเชื่อมระบบกำหนดงาน
ตกลงการใช้งานเฉพาะทาง ข้อมูลที่มี และขอบเขตการประเมิน
ปรับโมเดล
ปรับให้เข้ากับภาพเฉพาะทาง ความรู้ภายในหน่วยงาน และรูปแบบรายงาน
เชื่อมต่อแอปพลิเคชัน
ผสานเข้ากับกระบวนงานอ่านภาพ จัดทำรายงาน หรือควบคุมคุณภาพตามที่ตกลง
ประเมินร่วมกัน
ทบทวนร่วมกับพยาธิแพทย์และยืนยันขอบเขตการติดตั้งใช้งาน
สำรวจการตรวจทานสไลด์ที่มี AI ช่วย
สำรวจหน้าจอผลิตภัณฑ์ แล้วเลือกบริเวณภาพเพื่อดูรายละเอียดของภาพและผลการวิเคราะห์
D-PathAIตัวอย่างผลิตภัณฑ์กำลังโหลดภาพผลิตภัณฑ์…ไม่สามารถโหลดบริเวณภาพต้นฉบับนี้ได้ โปรดเลือกบริเวณอื่นหรือตัวอย่างการวิเคราะห์อื่น
ภาพหน้าจอผลิตภัณฑ์และภาพต้นฉบับแต่ละบริเวณ ผลการวิเคราะห์ต้องผ่านการตรวจทานโดยพยาธิแพทย์
เซลล์วิทยาปากมดลูก
ตรวจดูหน้าจอภาพรวมผลิตภัณฑ์และภาพเซลล์ต้นฉบับที่มีเครื่องหมายเซลล์ที่ AI คัดเลือก
H&E กระเพาะอาหาร
ตรวจดูแผนที่ความร้อนของเนื้อเยื่อและผลการจำแนกเดิมในหน้าจอภาพรวมผลิตภัณฑ์
HER2 IHC
ตรวจดูเครื่องหมายการย้อมสีเยื่อหุ้มเซลล์และจำนวนเซลล์ในบริเวณที่วิเคราะห์ของตัวอย่างผลิตภัณฑ์นี้
การวิเคราะห์ที่รองรับและวัตถุประสงค์การใช้งานขึ้นอยู่กับโมดูล เวอร์ชัน และตลาด ผลลัพธ์ต้องได้รับการตรวจทานโดยผู้ใช้งานที่มีคุณสมบัติเหมาะสม
วางแผนการติดตั้งใช้งานร่วมกับห้องปฏิบัติการและทีม IT
เริ่มจากเครื่องสแกน รูปแบบภาพ LIS และข้อกำหนดการจัดการข้อมูล การกำหนดค่าขั้นสุดท้ายขึ้นอยู่กับผลิตภัณฑ์และรูปแบบการติดตั้งใช้งานที่ตกลงกัน
- ติดตั้งในระบบขององค์กร
- ทบทวนข้อกำหนดเซิร์ฟเวอร์และพื้นที่จัดเก็บ การเข้าถึงของผู้ใช้ การอัปเดตซอฟต์แวร์ และความรับผิดชอบร่วมกับทีม IT
- ติดตั้งบนคลาวด์
- ยืนยันสถานที่โฮสต์ การเข้าถึงข้อมูล ระยะเวลาเก็บรักษา การสำรองข้อมูล และข้อตกลงสัญญาสำหรับโครงการ
- การเชื่อมต่อเครื่องสแกนและ LIS
- แจ้งรุ่นเครื่องสแกน รูปแบบไฟล์ และอินเทอร์เฟซ LIS เพื่อให้ทีมประเมินความเข้ากันได้และงานที่ต้องดำเนินการ