要約
人工知能は人間の医療における新たなフロンティアであり、より多くの命を救い、コストを削減し、それによってアクセシビリティを向上させることができます。
その結果、がん医療画像処理、特に組織病理学における AI の進歩の速度は爆発的に高まり、既存のシステムへの AI の導入を妨げる可能性のある倫理的および技術的な問題に直面しています。
がん組織イメージングへの AI の応用における道筋を描くために、私たちは現在の研究をレビューし、AI ががんの病理診断と研究をどのように改善できるかを特定します。
このレビューでは、回帰、分類、セグメンテーション、生成、圧縮タスクを含む、モデルが開発される 5 つの中心的なタスクを特定します。
私たちは、そのような方法が直面する利点と課題、そしてそれらをがんの予防と治療にどのように適用できるかについて取り上げます。
この論文で取り上げた研究はこの分野の始まりを表しており、今後の実験は私たちが強調する基礎に基づいて構築されます。
要約(オリジナル)
Artificial intelligence represents a new frontier in human medicine that could save more lives and reduce the costs, thereby increasing accessibility. As a consequence, the rate of advancement of AI in cancer medical imaging and more particularly tissue pathology has exploded, opening it to ethical and technical questions that could impede its adoption into existing systems. In order to chart the path of AI in its application to cancer tissue imaging, we review current work and identify how it can improve cancer pathology diagnostics and research. In this review, we identify 5 core tasks that models are developed for, including regression, classification, segmentation, generation, and compression tasks. We address the benefits and challenges that such methods face, and how they can be adapted for use in cancer prevention and treatment. The studies looked at in this paper represent the beginning of this field and future experiments will build on the foundations that we highlight.
arxiv情報
| 著者 | Michael Robben,Amir Hajighasemi,Mohammad Sadegh Nasr,Jai Prakesh Veerla,Anne M. Alsup,Biraaj Rout,Helen H. Shang,Kelli Fowlds,Parisa Boodaghi Malidarreh,Paul Koomey,MD Jillur Rahman Saurav,Jacob M. Luber |
| 発行日 | 2023-06-29 14:47:03+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google