論文の概要: Joining Forces for Pathology Diagnostics with AI Assistance: The EMPAIA
Initiative
- arxiv url: http://arxiv.org/abs/2401.09450v1
- Date: Fri, 22 Dec 2023 11:15:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-22 09:28:05.484480
- Title: Joining Forces for Pathology Diagnostics with AI Assistance: The EMPAIA
Initiative
- Title(参考訳): ai支援による病理診断への協力-empaiaイニシアチブ
- Authors: Norman Zerbe, Lars Ole Schwen, Christian Gei{\ss}ler, Katja Wiesemann,
Tom Bisson, Peter Boor, Rita Carvalho, Michael Franz, Christoph Jansen,
Tim-Rasmus Kiehl, Bj\"orn Lindequist, Nora Charlotte Pohlan, Sarah Schmell,
Klaus Strohmenger, Falk Zakrzewski, Markus Plass, Michael Takla, Tobias
K\"uster, Andr\'e Homeyer, Peter Hufnagl
- Abstract要約: EMPAIAは、病理学に人工知能を統合するオープンでベンダー中立のイニシアチブである。
技術的相互運用性の標準、AIテストと製品開発のための推奨、説明可能性の方法を開発しました。
欧米14ヶ所の病理実験室で, 臨床現場におけるAIの使用状況について検討した。
- 参考スコア(独自算出の注目度): 2.53825862727165
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the past decade, artificial intelligence (AI) methods in pathology have
advanced substantially. However, integration into routine clinical practice has
been slow due to numerous challenges, including technical and regulatory
hurdles in translating research results into clinical diagnostic products and
the lack of standardized interfaces. The open and vendor-neutral EMPAIA
initiative addresses these challenges. Here, we provide an overview of EMPAIA's
achievements and lessons learned. EMPAIA integrates various stakeholders of the
pathology AI ecosystem, i.e., pathologists, computer scientists, and industry.
In close collaboration, we developed technical interoperability standards,
recommendations for AI testing and product development, and explainability
methods. We implemented the modular and open-source EMPAIA platform and
successfully integrated 11 AI-based image analysis apps from 6 different
vendors, demonstrating how different apps can use a single standardized
interface. We prioritized requirements and evaluated the use of AI in real
clinical settings with 14 different pathology laboratories in Europe and Asia.
In addition to technical developments, we created a forum for all stakeholders
to share information and experiences on digital pathology and AI. Commercial,
clinical, and academic stakeholders can now adopt EMPAIA's common open-source
interfaces, providing a unique opportunity for large-scale standardization and
streamlining of processes. Further efforts are needed to effectively and
broadly establish AI assistance in routine laboratory use. To this end, a
sustainable infrastructure, the non-profit association EMPAIA International,
has been established to continue standardization and support broad
implementation and advocacy for an AI-assisted digital pathology future.
- Abstract(参考訳): 過去10年間で、病理学における人工知能(AI)の手法は大幅に進歩した。
しかし, 臨床診断製品への研究成果の翻訳における技術的, 規制的ハードルや, 標準化されたインターフェースの欠如など, 日常的な臨床実践への統合は遅れている。
オープンでベンダ中立のEMPAIAイニシアチブは、これらの課題に対処する。
本稿では,EMPAIAの成果と教訓について概説する。
EMPAIAは病理AIエコシステムの様々なステークホルダー、すなわち病理学者、コンピュータ科学者、産業を統合する。
緊密なコラボレーションでは、技術的相互運用性標準、AIテストと製品開発のための推奨、説明可能性メソッドを開発しました。
モジュール化されたオープンソースのEMPAIAプラットフォームを実装し、6つの異なるベンダーから11のAIベースの画像分析アプリを統合することに成功した。
ヨーロッパとアジアで14種類の病理実験室で, 臨床現場におけるAIの活用を優先して検討した。
技術開発に加えて、すべてのステークホルダーがデジタル病理とAIに関する情報と経験を共有するためのフォーラムを作りました。
商業的、臨床的、学術的なステークホルダーはempaiaの共通のオープンソースインターフェースを採用することができ、大規模な標準化とプロセスの合理化にユニークな機会を提供する。
日常的な実験室でのAI支援を効果的かつ広く確立するためには、さらなる努力が必要である。
この目的のために、持続可能なインフラである非営利団体EMPAIA Internationalが、標準化を継続し、AI支援デジタル病理の未来に対する幅広い実装と擁護を支援するために設立された。
関連論文リスト
- Clinicians' Voice: Fundamental Considerations for XAI in Healthcare [0.0]
臨床医との半構造化インタビューを行い、彼らの考え、希望、懸念について論じる。
臨床医は一般的に、臨床実習のためのAIベースのツールの開発を肯定的に考えている。
彼らは、これらがワークフローにどのように適合し、それが臨床医と患者の関係にどのように影響するかを懸念している。
論文 参考訳(メタデータ) (2024-11-07T16:47:06Z) - Artificial intelligence techniques in inherited retinal diseases: A review [19.107474958408847]
遺伝性網膜疾患(英: InheritedRetinal disease、IRD)は、進行性視力低下を引き起こす多様な遺伝性疾患群であり、労働年齢層の視覚障害の主要な原因である。
人工知能(AI)の最近の進歩は、これらの課題に対する有望な解決策を提供する。
このレビューは既存の研究を統合し、ギャップを特定し、IRDの診断と管理におけるAIの可能性の概要を提供する。
論文 参考訳(メタデータ) (2024-10-10T03:14:51Z) - FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。
この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
論文 参考訳(メタデータ) (2023-08-11T10:49:05Z) - Organizational Governance of Emerging Technologies: AI Adoption in
Healthcare [43.02293389682218]
Health AI Partnershipは、医療設定におけるAIシステムの適切な組織的ガバナンスの要件をより適切に定義することを目的としている。
これは、米国の医療システムによるAI導入に関わる、現在のガバナンス構造とプロセスに関する、最も詳細な定性的な分析の1つである。
これらの発見が、医療における新興テクノロジーの安全で効果的で責任ある採用を促進する能力を構築するための将来の取り組みを知らせてくれることを期待している。
論文 参考訳(メタデータ) (2023-04-25T18:30:47Z) - Current State of Community-Driven Radiological AI Deployment in Medical
Imaging [1.474525456020066]
本報告は, MonAIコンソーシアムの業界専門家と臨床医のグループによる, 週ごとの議論と問題解決経験について述べる。
実験室におけるAIモデル開発とその後の臨床展開の障壁を明らかにする。
臨床放射線学ワークフローにおける様々なAI統合ポイントについて論じる。
論文 参考訳(メタデータ) (2022-12-29T05:17:59Z) - AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in
Healthcare with Automated Machine Learning [72.2614468437919]
本稿では,診断・予後モデルを開発するための機械学習フレームワークAutoPrognosis 2.0を提案する。
我々は,英国バイオバンクを用いた糖尿病の予後リスクスコアを構築するための図解的アプリケーションを提供する。
我々のリスクスコアはWebベースの意思決定支援ツールとして実装されており、世界中の患者や臨床医がアクセスできる。
論文 参考訳(メタデータ) (2022-10-21T16:31:46Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳(メタデータ) (2021-11-01T17:57:04Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳(メタデータ) (2020-03-25T12:30:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。