中文

联合力量实现AI辅助病理诊断:EMPAIA倡议

计算机与社会 2024-06-03 v2 人工智能 计算机视觉与模式识别 人机交互

摘要

在过去的十年中,病理学中的人工智能方法取得了显著进展。然而,由于众多挑战,包括将研究成果转化为临床诊断产品的技术和监管障碍以及缺乏标准化接口,将其整合到常规临床实践中进展缓慢。开放且供应商中立的EMPAIA倡议应对了这些挑战。在此,我们概述了EMPAIA的成就和经验教训。EMPAIA整合了病理学AI生态系统的各个利益相关者,即病理学家、计算机科学家和行业。在紧密合作中,我们制定了技术互操作性标准、AI测试和产品开发建议以及可解释性方法。我们实现了模块化且开源的EMPAIA平台,并成功集成了来自8个不同供应商的14个基于AI的图像分析应用,展示了不同应用如何使用单一标准化接口。我们优先考虑了需求,并在欧洲和亚洲的14个不同病理实验室评估了AI在真实临床环境中的使用。除了技术开发,我们还为所有利益相关者创建了一个论坛,分享数字病理学和AI的信息和经验。商业、临床和学术利益相关者现在可以采用EMPAIA的通用开源接口,为大规模标准化和流程简化提供了独特机会。需要进一步努力,以在常规实验室使用中有效且广泛地建立AI辅助。为此,已建立了可持续的基础设施——非营利协会EMPAIA International,以继续标准化并支持广泛实施和倡导AI辅助的数字病理学未来。

关键词

引用

@article{arxiv.2401.09450,
  title  = {Joining Forces for Pathology Diagnostics with AI Assistance: The EMPAIA Initiative},
  author = {Norman Zerbe and Lars Ole Schwen and Christian Geißler and Katja Wiesemann and Tom Bisson and Peter Boor and Rita Carvalho and Michael Franz and Christoph Jansen and Tim-Rasmus Kiehl and Björn Lindequist and Nora Charlotte Pohlan and Sarah Schmell and Klaus Strohmenger and Falk Zakrzewski and Markus Plass and Michael Takla and Tobias Küster and André Homeyer and Peter Hufnagl},
  journal= {arXiv preprint arXiv:2401.09450},
  year   = {2024}
}