胃組織学学習のためのマルチスケールハイブリッドビジョン変圧器:胃癌治療のためのAIベース意思決定支援システム【JST・京大機械翻訳】

Oh Yujin; Bae Go Eun; Kim Kyung-Hee; Yeo Min-Kyung; Ye Jong Chul

プレプリント

J-GLOBAL ID：202202215185601553 整理番号：22P0291122

胃組織学学習のためのマルチスケールハイブリッドビジョン変圧器:胃癌治療のためのAIベース意思決定支援システム【JST・京大機械翻訳】

Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology: AI-Based Decision Support System for Gastric Cancer Treatment

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 (5件)： , , , ,
資料名：
発行年： 2022年02月17日プレプリントサーバーでの情報更新日： 2023年08月15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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

胃内視鏡スクリーニングは,初期段階で適切な胃癌(GC)治療を決定する効果的な方法であり,GC関連死亡率を低下させる。人工知能(AI)は,デジタル化した全スライド画像をスクリーニングするための病理学者を支援するための大きな有望性をもたらしたが,既存のAIシステムは,細粒癌サブ分類において制限され,癌治療の計画においてほとんど使用性がない。GC病理学の5つのサブ分類を可能にする実用的なAIシステムを提案し,それは一般的なGC治療指針に直接整合できる。AIシステムは,2段階ハイブリッドビジョン変換機(ViT)ネットワークを用いたマルチスケール自己注意機構を通してGCのマルチクラスを効率的に識別するように設計され,ヒト病理学者が組織学を理解する方法を模倣する。AIシステムは,多中心コホートから合計1212スライドで0.85以上のクラス平均感度を達成することにより,信頼できる診断性能を示した。さらに,AI支援病理学者は,ヒト病理学者と比較して,18%低減スクリーニング時間に加えて,12%まで有意に改善された診断感度を示した。著者らの結果は,AI支援胃内視鏡スクリーニングが,実際の臨床設定における胃癌の適切な癌治療と推定的病理所見を提供する大きな可能性を有することを示した。【JST・京大機械翻訳】

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

消化器の腫よう

, , , , , , ,

前のページに戻る