كان من دواعي سروري إجراء مقابلة مع @Nature حول صعود الذكاء الاصطناعي في علم الأمراض الرقمي. مع تزايد أعباء العمل والنقص العالمي في أخصائيي علم الأمراض ، يتحول المجال إلى الذكاء الاصطناعي ليس كرفاهية - ولكن كضرورة. المقال كاملا: في المقالة ، أناقش كيف أن التطورات الحديثة في نماذج الأساس مثل UNI-2 و CONCH تعيد تعريف ما هو ممكن في تشخيص السرطان. تم تدريب هذه النماذج على مئات الملايين من بقع علم الأمراض ، وتتجاوز التصنيف: فهي تتيح التصنيف الفرعي الجزيئي ، وإنشاء التسمية التوضيحية ، وحتى الاستدلال الصفري. ولكن في حين أن الضجيج حقيقي ، فإن التحديات كذلك. لا يزال التعميم عبر المواقع ، والافتقار إلى التحقق الخارجي ، والعقبات التنظيمية من العوائق الرئيسية. يجب أن نستثمر في المقارنة المعيارية القوية والتجارب متعددة المؤسسات وتصميم النموذج الجدير بالثقة لضمان أن الذكاء الاصطناعي يدعم حقا - وليس استبدال - الحكم السريري. علم الأمراض الرقمي ليس المستقبل - إنه موجود بالفعل هنا. دعونا نجعلها آمنة وقابلة للتطوير ومنصفة. @UHN_Research @PMResearch_UHN @VectorInst @UofT