論文の概要: Computational Pathology in the Era of Emerging Foundation and Agentic AI -- International Expert Perspectives on Clinical Integration and Translational Readiness
- arxiv url: http://arxiv.org/abs/2603.05884v2
- Date: Wed, 11 Mar 2026 23:25:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:25.418033
- Title: Computational Pathology in the Era of Emerging Foundation and Agentic AI -- International Expert Perspectives on Clinical Integration and Translational Readiness
- Title（参考訳）: 新興財団とエージェントAIの時代における計算病理 -- 臨床統合と翻訳準備に関する国際的専門的視点
- Authors: Qian Da, Yijiang Chen, Min Ju, Zheyi Ji, Albert Zhou, Wenwen Wang, Matthew A Abikenari, Philip Chikontwe, Guillaume Larghero, Bowen Chen, Peter Neidlinger, Dingrong Zhong, Shuhao Wang, Wei Xu, Drew Williamson, German Corredor, Sen Yang, Le Lu, Xiao Han, Kun-Hsing Yu, Jun-zhou Huang, Laura Barisoni, Geert Litjens, Anant Madabhushi, Lifeng Zhu, Chaofu Wang, Junhan Zhao, Weiguo Hu,
- Abstract要約: 基礎モデルとエージェントによる人工知能の最近の進歩は、計算病理学の進化を加速させた。
この発展の勢いにもかかわらず、実装が経済的、技術的、行政的な課題に直面しているため、現実世界の採用は遅れている。
このレビューでは、デプロイ可能な臨床関連性と下流分析能力を結合することにより、これらの新興AIシステムを医療実践に責任を持って組み込む方法について考察する。
- 参考スコア（独自算出の注目度）: 33.59001301401135
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent breakthroughs in artificial intelligence through foundation models and agents have accelerated the evolution of computational pathology. Demonstrated performance gains reported across academia in benchmarking datasets in predictive tasks such as diagnosis, prognosis, and treatment response have ignited substantial enthusiasm for clinical application. Despite this development momentum, real world adoption has lagged, as implementation faces economic, technical, and administrative challenges. Beyond existing discussions of technical architectures and comparative performance, this review considers how these emerging AI systems can be responsibly integrated into medical practice by connecting deployable clinical relevance with downstream analytical capabilities and their technical maturity, operational readiness, and economic and regulatory context. Drawing on perspectives from an international group, we provide a practical assessment of current capabilities and barriers to adoption in patient care settings.
- Abstract（参考訳）: 基礎モデルとエージェントによる人工知能の最近の進歩は、計算病理学の進化を加速させた。
診断,予後,治療反応などの予測的タスクにおけるベンチマークデータセットにおける学界全体での実証的なパフォーマンス向上は,臨床応用へのかなりの熱意を浮き彫りにした。
この発展の勢いにもかかわらず、実装が経済的、技術的、行政的な課題に直面しているため、現実世界の採用は遅れている。
技術的アーキテクチャと比較性能に関する既存の議論の他に、このレビューでは、デプロイ可能な臨床関連性と下流分析能力、その技術的成熟度、運用準備性、経済と規制の文脈を結びつけることによって、これらの新興AIシステムが医療実践に責任を持って統合される方法について考察する。
我々は,国際グループからの視点に基づいて,患者のケア環境における現在の能力と障壁を実践的に評価する。
関連論文リスト
- Responsible Evaluation of AI for Mental Health [72.85175110624736]
メンタルヘルスケアにおけるAIツールの評価に対する現在のアプローチは、断片化されており、臨床実践、社会的コンテキスト、ファーストハンドのユーザエクスペリエンスと不整合である。
本稿では,臨床の健全性,社会的文脈,公平性を統合した学際的枠組みを導入することにより,責任ある評価を再考する。
論文 参考訳（メタデータ） (2026-01-20T12:55:10Z) - Implementation of AI in Precision Medicine [0.0]
本稿では,精密医療におけるAIの実装に関する文献のスコーピングレビューを行う。
データ品質、臨床の信頼性、ワークフローの統合、ガバナンスにまたがる重要な障壁とイネーブラーを特定します。
信頼性と持続可能な実装を支援するための今後の方向性を提案する。
論文 参考訳（メタデータ） (2025-10-16T00:55:15Z) - What is Implementation Science; and Why It Matters for Bridging the Artificial Intelligence Innovation-to-Application Gap in Medical Imaging [0.8969078296493108]
実装科学(IS)は、AI開発と実世界の臨床画像利用のギャップを埋める枠組みを提供するかもしれない。
医療画像(MI)におけるAI導入に特有な課題について概説する。
本研究は,ハイブリッドな研究デザインを強調し,有効性研究と実装研究の相補的な役割を強調した。
論文 参考訳（メタデータ） (2025-10-14T21:50:31Z) - A Comprehensive Review of Datasets for Clinical Mental Health AI Systems [55.67299586253951]
本稿では,AIを活用した臨床アシスタントの訓練・開発に関連する臨床精神保健データセットの総合的調査を行う。
本調査では, 縦断データの欠如, 文化・言語表現の制限, 一貫性のない収集・注釈基準, 合成データのモダリティの欠如など, 重要なギャップを明らかにした。
論文 参考訳（メタデータ） (2025-08-13T13:42:35Z) - Generative Artificial Intelligence in Medical Imaging: Foundations, Progress, and Clinical Translation [14.306027161664565]
生成人工知能(AI)は、急速に医療画像に変化をもたらしている。
生成AIは、取得と再構成からモダリティ間の合成まで、画像連続のキーステージに寄与する。
このレビューは,AI,医学,バイオメディカルエンジニアリングの交差点における今後の研究の指導と学際協力の育成を目的としている。
論文 参考訳（メタデータ） (2025-08-07T07:58:40Z) - Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。
本稿は、この新興分野に関する最初の体系的なレビューを提供する。
本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
論文 参考訳（メタデータ） (2025-08-01T14:41:31Z) - Advancing Embodied Intelligence in Robotic-Assisted Endovascular Procedures: A Systematic Review of AI Solutions [27.68772584578631]
エボディード・インテリジェンスとロボットシステムの統合は、パラダイムシフトを表している。
データ駆動型アプローチ、高度なコンピュータビジョン、医用画像分析、機械学習技術は、この進化の最前線にある。
知的知覚とデータ駆動制御の最近の進歩とロボット支援手順における実践的応用について論じる。
論文 参考訳（メタデータ） (2025-04-21T13:49:30Z) - Systematic Literature Review on Clinical Trial Eligibility Matching [0.24554686192257422]
レビューでは、説明可能なAIと標準化されたオントロジーがクリニックの信頼を高め、採用を広げる方法が強調されている。
臨床治験採用におけるNLPの変革的ポテンシャルを十分に実現するためには、高度な意味的および時間的表現、拡張されたデータ統合、厳密な予測的評価のさらなる研究が必要である。
論文 参考訳（メタデータ） (2025-03-02T11:45:50Z) - Beyond One-Time Validation: A Framework for Adaptive Validation of Prognostic and Diagnostic AI-based Medical Devices [55.319842359034546]
既存のアプローチは、これらのデバイスを実際にデプロイする際の複雑さに対処するのに不足することが多い。
提示されたフレームワークは、デプロイメント中に検証と微調整を繰り返すことの重要性を強調している。
現在の米国とEUの規制分野に位置づけられている。
論文 参考訳（メタデータ） (2024-09-07T11:13:52Z)
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。