文章
Claire Zheng · 八月 3 阅读大约需 3 分钟

西安交通大学(生物医学语义理解研究组)李辰:数字化转型中的智能病理诊断

今天推荐一篇智能病历诊断方面的文章(点击阅读全文)。这篇文章是根据西安交通大学教授李辰在“医院数字化转型研讨会”上的分享整理而成。李辰教授曾获得国家级青年人才称号,剑桥大学博士,麻省理工学院博士后。现任西安交通大学教授、博士生导师。李辰教授专注于医疗信息化和医疗健康人工智能研究,主持多项国家及省部级项目,发表论文近200篇。也曾经负责制定国际医疗信息数据标准、语义标准和行业评估体系。

在这次分享中,李辰教授从目标、优势与架构三个方面,与大家分享了数字化转型中智能病理诊断的研究和应用,即在病理方面利用人工智能技术,将数字化的病理从数据向价值转化的工作

病理报告被称为很多重大疾病诊断的“金标准”,但病理的诊断过程复杂,需要寻找、定位到关键特征。在传统的病理制作过程中,需要取样取材,制作切片,然后利用显微镜进行人为判读。随着医院整体信息化和检验检查系统建设的推进,很多医院已能够将病理切片数字化。而在这之后,我们就希望能通过计算机介入,参与病理诊断。提升医生诊断效率,是李辰教授团队进行人工智能病理诊断研究的初衷之一。

在过去的二十年中,随着测序技术精度的不断提升和成本的下降,精准医疗的话题和研究逐渐变得普遍,但是目前大部分研究基本上都是基于转录组学、蛋白组学,以及DNA、RNA这些分子的分析,更重要的是解读数据代表的基因的遗传密码。这些年大家都在讨论真实世界数据,很多情况下,这在临床中是最为直观的,但是像放射组学等很多临床真实数据的表型过于宏观,对于解读分子的遗传密码来说并不够清晰。而病理由于能直接呈现细胞的变化和数量,是临床中分子表型外最直观的表型,因此它成为当下最热门的精准医疗中非常重要的桥梁技术。

李辰教授的研究框架分为三级。首先建立相应的语义标准、数据标准;第二,提出相应的人工智能算法;第三,李辰教授个人尤其关注研究是否能够真正解决临床问题,所以意在做出真正临床诊断应用的软件系统,提供给医院使用。

这篇文章重点介绍了李辰教授研究框架中的智能算法,如最少点标注算法和全链条病理诊断等,并介绍了在实际诊断应用中的价值。建议点击这里阅读全文。

在医院数字化转型的过程中,数字化应用的丰富化、普及化、日常化将是常态。未来医疗行业的数字化应用的数量应该是现有应用数量的100倍甚至更多。IRIS医疗版作为智慧医院数字化转型的最优数智底座,十分期待与像数字病理这样领先的数字化应用开展深度合作。欢迎有任何想法的同仁随时联系我们:GCDPsales@intersystems.com

0
0 9
讨论 (0)1
登录或注册以继续