xPathによるワークフロー統合の改善:病理学における人間-AI診断システムの設計と評価【JST・京大機械翻訳】

Gu Hongyan; Liang Yuan; Xu Yifan; Williams Christopher Kazu; Magaki Shino; Khanlou Negar; Vinters Harry; Chen Zesheng; Ni Shuo; Yang Chunxu; Yan Wenzhong; Zhang Xinhai Robert; Li Yang; Haeri Mohammad; Chen Xiang 'Anthony'

プレプリント

J-GLOBAL ID：202202200721899008 整理番号：21P0036711

xPathによるワークフロー統合の改善:病理学における人間-AI診断システムの設計と評価【JST・京大機械翻訳】

Improving Workflow Integration with xPath: Design and Evaluation of a Human-AI Diagnosis System in Pathology

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (15件)： , , , , , , , , , , , , , ,
資料名：
発行年： 2020年06月22日プレプリントサーバーでの情報更新日： 2022年12月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

AIにおける最近の発展は,病理学者の診断を支援するための支援ツールを提供した。しかし,そのようなツールを病理学者の実践に組み込むことは挑戦的である。1つの主な関心事は,医学的決定によるAIの不十分なワークフロー統合である。病理学者の検査を観察し,AIを統合する主な妨害因子は,病理学者のワークフローとの不適合性であることを発見した。病理学者とAIとのギャップを埋めるために,著者らは,ヒトAI協調診断ツール-xPath-を,そのルーチン検査へのAIの統合を改良できる,病理学者のそれと類似の検査プロセスを共有して開発した。xPathの生存率を,病理学における12の医療専門家による技術的評価と作業セッションによって確認した。本研究は,HCI研究者が医療専門家のサイドバイサイドでどのように機能するかについて,実際の応用に向けた医療課題への技術的進歩をもたらすのに,初めての知見を提供することができる,病理学へのAIモデルの導入の課題を同定し,対処する。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

病理検査 , 臨床診断学

, , , , , , ,

前のページに戻る