簡介
在醫學診斷和生物醫學研究中,IHC影像和FISH影像的分析主要依賴玻片或玻片拍攝的影像,執行人工辨識和評估。然而,以人工分析IHC和FISH玻片與其影像,容易受到觀測者間差異與人為主觀因素、訓練程度的影響,降低結果的復現性與一致性。此外,人工分析需要大量的時間與精力,且FISH玻片亦有壽命問題,其螢光訊號無法長時間保存。為解決這些問題,此系統在接收到影像後,使用分類深度學習模型,利用影像分類與影像切割對癌細胞的染色強度和完全程度進行分類後,若為2+,則加做FISH檢查進行判定;若否,則計算影像的癌細胞的各分級比例,產生辨識結果及診斷建議至醫師裝置。
導入效益
通過自動化分析病理學影像,協助醫師評估疾病的嚴重程度和預後,提供診斷與治療方針建議,並減少人為錯誤,提高診斷和分析的可靠性,可重複性。此外,自動化分析可節約進行人工分析所需之龐大人力,也可加大單位工作時間可分析之病人影像數目,縮短臨床醫師治療決策需等待的時間,並推進相關領域研究。原本無法永久儲存的FISH玻片和其分析結果,透過該系統可有效管理和儲存大量影像,且可隨時調閱,復閱與進行外部意見諮詢。