Только что имел удовольствие быть интервьюированным @Nature о росте ИИ в цифровой патологии. С увеличением объемов работы и глобальной нехваткой патологоанатомов, эта область обращается к ИИ не как к роскоши, а как к необходимости. Полная статья: В статье я обсуждаю, как недавние достижения в фундаментальных моделях, таких как UNI-2 и CONCH, переопределяют возможное в диагностике рака. Обученные на сотнях миллионов патологоанатомических патчей, эти модели выходят за рамки классификации: они позволяют молекулярную типизацию, генерацию подписей и даже нулевую индукцию. Но, хотя ажиотаж реальный, проблемы тоже реальны. Генерализация между сайтами, отсутствие внешней валидации и регуляторные барьеры остаются основными препятствиями. Мы должны инвестировать в надежное бенчмаркинг, многоучрежденческие испытания и надежный дизайн моделей, чтобы гарантировать, что ИИ действительно поддерживает, а не заменяет клиническое суждение. Цифровая патология не будущее — она уже здесь. Давайте сделаем ее безопасной, масштабируемой и справедливой. @UHN_Research @PMResearch_UHN @VectorInst @UofT