文献

J-GLOBAL ID：202002238317094638   整理番号：20A0503467

毒性病理学 デジタル病理学と画像分析特別興味グループ記事: デジタル毒物学病理学への人工知能と機械学習の応用に関する意見【JST・京大機械翻訳】

Society of Toxicologic Pathology Digital Pathology and Image Analysis Special Interest Group Article*: Opinion on the Application of Artificial Intelligence and Machine Learning to Digital Toxicologic Pathology

著者 (17件)： Turner Oliver C. (Novartis, Novartis Institutes for Biomedical Research, Preclinical Safety, East Hanover, NJ, USA) ,  Aeffner Famke (Amgen Inc, Research, Comparative Biology and Safety Sciences, San Francisco, CA, USA) ,  Bangari Dinesh S. (Sanofi, Global Discovery Pathology, Framingham, MA, USA) ,  High Wanda (High Preclinical Pathology Consulting, Rochester, NY, USA) ,  Knight Brian (Boehringer Ingelheim Pharmaceuticals Incorporated, Nonclinical Drug Safety, Ridgefield, CT, USA) ,  Forest Tom (Merck & Co, Inc, West Point, PA, USA) ,  Cossic Brieuc (Roche, Pharmaceutical Research and Early Development (pRED), Roche Innovation Center, Basel, Switzerland) ,  Himmel Lauren E. (Division of Animal Care, Department of Pathology, Microbiology and Immunology, Vanderbilt University Medical Center, Nashville, TN, USA) ,  Rudmann Daniel G. (Charles River Laboratories, Pathology, Ashland, OH, USA) ,  Bawa Bhupinder (AbbVie, Preclinical Safety, North Chicago, IL, USA) ,  Muthuswamy Anantharaman (Regeneron Pharmaceuticals Inc, Tarrytown, NY, USA) ,  Aina Olulanu H. (Regeneron Pharmaceuticals Inc, Tarrytown, NY, USA) ,  Edmondson Elijah F. (Pathology/Histotechnology Laboratory, Frederick National Laboratory for Cancer Research, NIH, Frederick, MD, USA) ,  Saravanan Chandrassegar (Novartis, Novartis Institutes for Biomedical Research, Preclinical Safety, Cambridge, MA, USA) ,  Brown Danielle L. (Charles River Laboratories, Durham, NC, USA) ,  Sing Tobias (Novartis, Novartis Institutes for Biomedical Research, NIBR Informatics, Basel, Switzerland) ,  Sebastian Manu M. (Department of Epigenetics and Molecular Carcinogenesis, The University of Texas MD Anderson Cancer Center, Smithville, TX, USA)
資料名： Toxicologic Pathology  (Toxicologic Pathology)
巻： 48  号： 2  ページ： 277-294  発行年： 2020年 
JST資料番号： T0222A  ISSN： 0192-6233  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 毒物学的病理学はアナログからデジタル法に移行する。この転移は,社会的および医学的技術力の進行により不可避と思われる。これらの中で,人工知能(AI)と特に機械学習(ML)は,グローバルに破壊的で,急速に成長する技術分野において,組織病理学の長く確立された分野への影響が急速に実現されている。組織病理学的空間へのより深くなっているアルゴリズムの数の増加の開発は,AI病理学プラットフォームが現在,正確さと個人化された医学の将来に本当に影響を及ぼすようになっているという科学的コミュニティに示されている。しかし,全ての大きな技術的進歩により,実装と採用課題がある。本レビューは,一般的で関連のあるAIとML用語を定義し,データ生成と解釈を記述することを目的とし,検証と規制障害について記述し,その問題を克服するために,科学的問題を解決し,全体的な健康問題を解決するために,病理学者がより効果的に貢献することを提案した。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *毒物学 ,  *画像分析 ,  *人工知能 ,  ニューラルネットワーク ,  *機械学習 ,  コミュニティ ,  ディジタル方式 ,  アナログ系 ,  アルゴリズム
準シソーラス用語： 健康問題 ,  データ生成 ,  技術力 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  機械学習 ,  深層学習 ,  ニューラルネットワーク ,  デジタル毒性病理学

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  病理検査  (GC02040S) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (12件)： 毒性病理学 ,  デジタル ,  病理学 ,  画像分析 ,  興味 ,  グループ ,  記事 ,  毒物学 ,  人工知能 ,  機械学習 ,  応用 ,  意見