Щойно мав задоволення взяти інтерв'ю у @Nature про розвиток штучного інтелекту в цифровій патології. Зі зростаючим робочим навантаженням і глобальною нестачею патологоанатомів ця галузь звертається до штучного інтелекту не як до розкоші, а як до необхідності. Повна стаття: У статті я обговорюю, як нещодавні досягнення в моделях тональних засобів, таких як UNI-2 і CONCH, переосмислюють можливості діагностики раку. Навчені на сотнях мільйонів патологоанатомічних патчів, ці моделі виходять за рамки класифікації: вони дозволяють молекулярне субтипування, генерацію підписів і навіть висновок без пострілу. Але поки ажіотаж реальний, так само як і виклики. Міжсайтове узагальнення, відсутність зовнішньої валідації та регуляторні перешкоди залишаються основними перешкодами. Ми повинні інвестувати в надійний порівняльний аналіз, міжвідомчі дослідження та надійний дизайн моделей, щоб гарантувати, що штучний інтелект дійсно підтримує, а не замінює клінічне судження. Цифрова патологія – це не майбутнє — вона вже тут. Давайте зробимо його безпечним, масштабованим і справедливим. @UHN_Research @PMResearch_UHN @VectorInst @UofT