病理標本の隠れた品質「厚さ」をAIで推定〜標本の品質を数値化し、病理診断と病理AIの品質向上へ〜
病理標本の「厚さ」をAIで推定し品質を数値化
日本リスク AI 人工知能 生成AI artificial intelligence 医療・健康 医療 健康 医学 ヘルスケア 公衆衛生 medicine healthcare health要約
岡山大学は、病理標本における切片の厚さという目視では把握しにくい品質要素をAIで推定する手法を開発した。標本の厚さを数値化することで、病理診断や病理画像を用いるAIの精度向上につなげることを目指す。
リスクの側から考える
標本品質の数値基準が普及すれば、病理AIの診断根拠を検証する際に、品質管理が不十分な施設のデータの扱いが新たな課題となりうる。
記事に書かれた事実ではなく、読む人が考えるための問いかけです。キーワード
日本のソースから拾った兆しです。見出し、要約、分類、波及は、発表の見出しと概要をもとにAIが作成しました。正確な内容は原文でご確認ください。