Digital pathology
2021/7/18 23:13:50
本文主要是介绍Digital pathology,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
十年来,AI在病理学的应用取得了显著的进步。然而,目前我们离AI在病理学中的日常应用相距甚远。扫描和存储全幅病理图像就目前的技术而言已经不存在困难,然而对于AI的应用的研究还停留在基础阶段,仍没有形成统一的框架。在过去的十年中,机器学习在全幅病理图像的应用中取得了进步,因此AI也被称为继免疫组化和下一代基因测序之后,在病理学中的第三次革命。
当我们来对比AI在病理学中的发展和其在自动驾驶汽车领域的发展,我们可以看到从1950s第一台具有自适应导航控制的汽车到现在自动驾驶汽车的出现经历了很长时间,但是自动驾驶汽车的发展仍没有达到我们的预期。其中一个原因是自动驾驶汽车可能产生的错误将带来的致命的风险,尽管人类驾驶员的错误每年仍在造成极高的死亡率。举个例子,2014年英国报道了超过610万撞车事故,94%可以归因于驾驶员的错误。因此,自动驾驶具有极大的潜力来显著的减少驾驶员的过失和疏忽。同样的情况也适用于在病理学中的诊断错误,然而这些错误导致的是对治疗的失准。很明显地,例如化疗对非癌症患者来说是致命的。因此,在这两个系统中,确定性和可靠性是需要达到和测试的基本特征。
这篇关于Digital pathology的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-07-03万字长文聊聊Web3的组成架构
- 2024-07-02springboot项目无法注册到nacos-icode9专业技术文章分享
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?