Trang chủ Sản phẩm Giải pháp Công nghệ Công bố khoa học Về chúng tôi Trao đổi về quy trình của bạn
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

Nền tảng đa phương thức cho phân tích hình ảnh giải phẫu bệnh, hỏi đáp chuyên môn và ứng dụng trong quy trình làm việc.

MÔ HÌNH NỀN TẢNG GIẢI PHẪU BỆNH

Từ hiểu hình ảnh đến công việc giải phẫu bệnh hằng ngày

DeepPathAI kết nối hình ảnh giải phẫu bệnh, thông tin ca bệnh và kiến thức chuyên môn. Kết hợp với D-PathAI và D-PathPIS, mô hình hỗ trợ phân tích chuyên khoa, hỏi đáp giải phẫu bệnh và lập báo cáo, đồng thời tạo nền tảng để cùng bệnh viện và đối tác trong ngành phát triển ứng dụng.

Hình gốc của CPath-Omni thể hiện đầu vào vùng ảnh và toàn bộ tiêu bản, phân loại, mô tả hình ảnh, chỉ dẫn theo vùng và hỏi đáp trực quan
Sun và cộng sự · CPath-Omni, CVPR 2025 · Hình 1. Khung nghiên cứu và các ví dụ nhiệm vụ.

CPath-Omni CVPR 2025

Một khung thống nhất cho vùng ảnh và toàn bộ tiêu bản

CPath-Omni đưa phân loại, mô tả hình ảnh, hỏi đáp trực quan và chỉ dẫn theo vùng vào cùng một khung nghiên cứu. Những năng lực này tạo cơ sở phát triển ứng dụng giải phẫu bệnh linh hoạt ở nhiều cấp độ hình ảnh.

Biểu diễn hình ảnh
Học cấu trúc mô và hình thái tế bào để hỗ trợ phân loại chuyên khoa, truy xuất hình ảnh và phát triển ứng dụng phân tích hình ảnh.
Căn chỉnh hình ảnh và văn bản
Kết nối hình ảnh giải phẫu bệnh với mô tả chuyên môn, tạo nền tảng cho truy xuất hình ảnh–văn bản và phát triển ứng dụng đa phương thức.
Tương tác đa phương thức
Kết hợp hình ảnh, bối cảnh ca bệnh và chỉ dẫn bằng văn bản để hỏi đáp về hình ảnh, tổng hợp thông tin và hỗ trợ lập báo cáo.
Xem bài báo gốc

PathMMU ECCV 2024

Đánh giá mức độ hiểu biết bằng chuyên môn giải phẫu bệnh

PathMMU sử dụng câu hỏi dựa trên hình ảnh kèm giải thích đáp án; các câu hỏi trong tập xác thực và tập kiểm tra được bác sĩ giải phẫu bệnh rà soát. Bộ đánh giá xem xét hiểu biết chuyên môn, khả năng suy luận và độ bền vững trước thay đổi hình ảnh, làm tài liệu tham chiếu cho đánh giá mô hình và điều chỉnh theo chuyên khoa.

Xem bài báo gốc
Hình tổng quan gốc của PathMMU về nguồn dữ liệu giải phẫu bệnh, câu hỏi đa phương thức được chuyên gia rà soát và đánh giá mô hình
Sun và cộng sự · PathMMU, ECCV 2024 · Hình 1. Nguồn dữ liệu, thiết kế câu hỏi và đánh giá nghiên cứu.

PathMMU là bộ chuẩn đánh giá nghiên cứu. Điểm số không chứng minh hiệu năng chẩn đoán lâm sàng.

D-PathPIS · MÔ HÌNH TRONG QUY TRÌNH LÀM VIỆC

Trợ lý giải phẫu bệnh ngay trong quy trình xử lý ca bệnh

Sử dụng thông tin ca bệnh và chẩn đoán sơ bộ để hỗ trợ hỏi đáp giải phẫu bệnh, soạn thảo báo cáo và rà soát nội dung. Bác sĩ giải phẫu bệnh xem xét các gợi ý và xác nhận báo cáo cuối cùng trong quy trình hiện có.

  1. Bối cảnh ca bệnh
  2. AI hỗ trợ
  3. Bác sĩ xác nhận

DeepPathAI

D-PathAI Phân tích hình ảnhD-PathPIS Ca bệnh và báo cáo

Chức năng được cấu hình theo chuyên khoa, phiên bản phần mềm và dự án.

Giao diện gốc của trợ lý D-PathPIS hiển thị câu trả lời về quy trình giải phẫu bệnh
Hỏi đáp về quy trình giải phẫu bệnh trong trợ lý D-PathPIS. Giao diện gốc của sản phẩm.
Bác sĩ xem hình ảnh mô số bên cạnh máy quét DiPath
Đọc hình ảnh giải phẫu bệnh số với máy quét và trạm làm việc hình ảnh DiPath.

DÀNH CHO BỆNH VIỆN VÀ ĐỐI TÁC TRONG NGÀNH

Phát triển theo nhu cầu chuyên khoa cụ thể

Phát triển mô hình chuyên khoa hoặc tích hợp AI vào sản phẩm hiện có. Chúng tôi cùng đối tác điều chỉnh mô hình, bổ sung kiến thức tại đơn vị và kết nối quy trình, với phạm vi đánh giá và triển khai được thống nhất chung.

Triển khai và tích hợp
  1. Xác định nhiệm vụ

    Thống nhất mục đích sử dụng theo chuyên khoa, dữ liệu sẵn có và phạm vi đánh giá.

  2. Điều chỉnh mô hình

    Điều chỉnh theo hình ảnh chuyên khoa, kiến thức tại đơn vị và quy chuẩn báo cáo.

  3. Kết nối ứng dụng

    Tích hợp với quy trình đọc ảnh, lập báo cáo hoặc kiểm soát chất lượng đã thống nhất.

  4. Cùng đánh giá

    Rà soát cùng bác sĩ giải phẫu bệnh và xác nhận phạm vi triển khai.

D-PathAI trong thực tế

Khám phá việc xem xét tiêu bản có AI hỗ trợ

Khám phá giao diện sản phẩm, sau đó chọn một vi trường để xem kỹ hình ảnh và kết quả phân tích.

Màn hình tổng quan sản phẩm D-PathAI về tế bào học cổ tử cung, hiển thị các tế bào nghi ngờ do AI đánh dấu và kết quả phân tích toàn bộ lam.

Tế bào học cổ tử cung

Xem màn hình tổng quan sản phẩm và các vi trường tế bào gốc có đánh dấu tế bào nghi ngờ bằng AI.

Màn hình tổng quan sản phẩm D-PathAI cho mô dạ dày H&E, hiển thị bản đồ nhiệt mô và kết quả phân loại gốc.

H&E dạ dày

Xem bản đồ nhiệt mô và kết quả phân loại gốc trên màn hình tổng quan sản phẩm.

Màn hình tổng quan sản phẩm D-PathAI cho IHC HER2, hiển thị chú thích nhuộm màng tế bào và số lượng tế bào của vùng đã phân tích.

HER2 IHC

Quan sát chú thích nhuộm màng tế bào và số lượng tế bào của vùng đã phân tích trong ví dụ sản phẩm này.

Các phân tích được hỗ trợ và mục đích sử dụng tùy thuộc vào mô-đun, phiên bản và thị trường. Kết quả cần được người dùng có chuyên môn phù hợp xem xét.

Cùng phòng xét nghiệm và đội ngũ IT lập kế hoạch triển khai

Bắt đầu từ máy quét, định dạng hình ảnh, LIS và yêu cầu xử lý dữ liệu. Cấu hình cuối cùng tùy thuộc vào sản phẩm và phương án triển khai đã thống nhất.

Triển khai tại chỗ
Cùng đội ngũ IT xem xét yêu cầu máy chủ và lưu trữ, quyền truy cập, cập nhật phần mềm và trách nhiệm của các bên.
Triển khai trên đám mây
Xác nhận vị trí lưu trữ hệ thống, quyền truy cập dữ liệu, thời hạn lưu giữ, sao lưu và các thỏa thuận hợp đồng cho dự án.
Tích hợp máy quét và LIS
Cung cấp model máy quét, định dạng tệp và giao diện LIS để đội ngũ đánh giá khả năng tương thích và công việc cần thực hiện.

Chi tiết hình ảnh

—

Đang tải ảnh…