查看原文
其他

The Innovation │ AI-Link病理机器人: 医学元宇宙与真实世界疾病诊疗的桥梁

ZY Hu, FJ Han TheInnovation创新 2024-02-05

病理诊断与卫星遥感监测虽然分属不同的领域,但在其成像方法与辨析流程上,有着惊人的相似性,通过两者的深度融合,衍生出全新的AI-Link病理机器人(ALOPR)。与传统数字病理扫描设备不同,ALOPR高度集成了数字成像、人工智能学习、多模态诊断、空间组学分析、精确定量和肿瘤微环境评估等先进技术与方法,可以提供更便捷、更高效、更精准的病理诊断及个体化诊疗服务。目前,ALOPR已在多级医院逐步推广使用。


图1 ALOPR桥接医学元宇宙和现实诊疗活动的功能与网络


病理学被视为基础医学与临床医学之间的纽带,地位极其重要。随着精准医学和多学科协作诊疗的快速发展,病理精准诊断逐步从幕后转到前台。如何有效共享病理专家资源,同时精准对病人病情进行评估,成为迫切需求。

医学元宇宙可以通过虚拟空间对医疗资源进行再分配,可以为病人提供更好的个体化服务,同时病人的病情及治疗情况可以在虚拟空间持续呈现,大量数据及经验的累积可以促进现代医学的革命性发展。而为实现该目标,就需要将病理诊断信息数字化、虚拟化、精准化,再通过广泛存在的智能终端上传至医学元宇宙。但现有设备多为分散部署且缺乏互联,因此难以有效支撑医学元宇宙的建立。

数字疗法基于高质量、专业化的软件程序以治疗、管理或预防医学问题/疾病。为保证数字疗法的安全性,需要大量的临床试验结果,以及长期的实验验证作为支撑。如何有效获得病理诊断数据、长期随访跟踪病人预后状态,是成功开展肿瘤数字疗法的关键。

针对如上需求与挑战,集卫星数字图像遥感、人工智能、三维空间立体评估等先进技术于一体的ALOPR应运而生。他不光拥有强大的心脏,同时也拥有一颗睿智的大脑。

在计算能力方面,基于全新的可扩展异构边缘计算架构,ALOPR可有效协同CPU、GPU和FPGA等多个处理器,完成不同计算单元之间的动态资源调度和任务分配。该架构的应用,可使设备及其控制软件的性能实现几何倍数的增长。

在数字成像方面,ALOPR可以同时实现TCT、HE、免疫组化、FISH、多重免疫荧光等切片来源的多光谱成像,并基于强大的处理能力,通过双目标自适应扫描控制方法,实现成像分辨率和时间成本的平衡,不但可以支持多种诊断场景,亦可按需实现成像分辨率的区域性调整。

在精准诊断方面,通过AI病理学,ALOPR创新性地提出了高分辨率的体信息融合方法,可实现染色(荧光)细胞与其他数字切片的映射及三维重建,从而完成阳性细胞与阴性细胞的有效统计;同时,也可运用伪彩色方式对多种不同标志物在同一部位的表达进行对比和观测。

此外,广泛存在的ALOPR可以组建庞大的网络,在病理专家的校正及引导下不断收集海量数字化病理资料,通过应用数字孪生、虚拟现实、区块链等技术,实现虚拟世界的数字病理与现实世界的形态病理在空间分布、精准计数、因果关系上的深度融合。


总结与展望

综上所述,AI-Link病理机器人集多功能于一体,能够实现病理图片数字化解析、加密数据安全访问、肿瘤区域AI识别、免疫组化及FISH的AI判读与计数、多指标空间叠加与三维重建、肿瘤微环境的个体化评估、病人病理资料的元宇宙生成。在不久的未来,ALOPR将成为病理诊断的智能助手、医学元宇宙的关键支点及肿瘤数字疗法的重要基石。




责任编辑


由林麟    中山大学

边志磊    郑州大学




扫二维码|查看原文


原文链接:https://www.cell.com/the-innovation/fulltext/S2666-6758(23)00122-4

本文内容来自Cell Press合作期刊The Innovation第四卷第五期以Translational Patent发表的“AI-link omnipotent pathological robot (ALOPR): Bridging medical meta-universe to real-world diagnosis and therapy” (投稿: 2023-02-15;接收: 2023-08-06;在线刊出: 2023-08-08)。


DOI: https://doi.org/10.1016/j.xinn.2023.100494


引用格式:Hu Z., Han F., Yu L., et al. (2023). AI-link omnipotent pathological robot (ALOPR): Bridging medical meta-universe to real-world diagnosis and therapy. The Innovation. 4(5),100494.



作者简介

蒋 谊,中南大学湘雅二医院病理科副主任,中南大学湘雅二医院桂林医院病理科主任。中华医学会病理学分会细胞病理学组委员,中国抗癌协会肿瘤病理专业委员会骨与软组织学组委员,中国抗癌协会肿瘤病理专业委员会淋巴瘤学组委员,中国抗癌协会肿瘤病理专业委员会鼻咽癌学组委员,中国医师协会病理学分会人工智能学组委员,中国医药教育协会细胞病理学专业委员会常委,湖南省医师协会病理学分会副会长,湖南省医学会病理学专业委员会委员,湖南省医学会病理学专业委员会细胞学组组长,湖南省医学会病理学专业委员会淋巴瘤学组副组长,湖南省国际医学交流促进会临床肿瘤学与MDT委员会副主任委员,湖南省健康服务业协会肺健康分会副理事长。

蔡国平,教授,目前任职于美国耶鲁大学,为耶鲁大学医学院病理学教授、耶鲁-纽黑文医院病理科注册医师、耶鲁大学癌症中心癌症信息网络研究项目成员。擅长细胞病理学、肺脏病理学与泌尿系统病理学。主要研究方向包括肺癌、胰腺癌及甲状腺癌的微创病理诊断及分子标记物检测。已发表100余篇科学研究论文,主编两部病理学专著,并参与WHO胰腺细胞病理学报告系统的编写。目前任职包括美国细胞病理学会(ASC)PEC委员会副主任,及国际肺癌研究学会(IASLC)会员委员会成员。为《癌症细胞病理学》与《细胞病理学》杂志编委会的成员,并担任《临床与转化病理学杂志》的共同主编。

https://medicine.yale.edu/pathology/profile/guoping-cai/?tab=bio




往期推荐

_

人工智能助力主动脉夹层的个体化抗炎治疗

► 点击阅读

_

人工智能是否能提升“癌王”胰腺癌早期检出率?

► 点击阅读

_

生物信息学:在大数据和人工智能时代引领生物医学的创新与发展

► 点击阅读

_

走进癌症诊断的未来


► 点击阅读

_

机器学习策略发现HBV相关肝细胞癌预后新指标

► 点击阅读

_

语言模型在蛋白质表示和蛋白质设计领域的应用与挑战

► 点击阅读

_

空间转录组技术:解析肿瘤微环境的新型工具

► 点击阅读

_

MATO: 形态和细胞分类学性状数据分析新工具

► 点击阅读



期刊简介



扫二维码 | 关注期刊官微


The Innovation是一本由青年科学家与Cell Press于2020年共同创办的综合性英文学术期刊:向科学界展示鼓舞人心的跨学科发现,鼓励研究人员专注于科学的本质和自由探索的初心。作者来自全球54个国家;已被126个国家作者引用;每期1/5-1/3通讯作者来自海外。目前有196位编委会成员,来自21个国家;50%编委来自海外;包含1位诺贝尔奖获得者,37位各国院士;领域覆盖全部自然科学。The Innovation已被DOAJ,ADS,Scopus,PubMed,ESCI,INSPEC,EI等数据库收录。2022年影响因子为32.1,CiteScore为23.6。秉承“好文章,多宣传”理念,The Innovation在海内外各平台推广作者文章。


期刊官网:

www.the-innovation.org

www.cell.com/the-innovation

期刊投稿(Submission):

www.editorialmanager.com/the-innovation

商务合作(Marketing):

marketing@the-innovation.org



Logo|期刊标识

See the unseen & change the unchanged

创新是一扇门,我们探索未知;  

创新是一道光,我们脑洞大开;  

创新是一本书,我们期待惊喜;  

创新是一个“1”,我们一路同行。



The Innovation 姊妹刊

生命科学

第1卷第1期

地球科学

第1卷第1期

材料科学

第1卷第1期

医学

第1卷第1期


The Innovation

第4卷第4期

第4卷第3期

第4卷第2期

第4卷第1期

第3卷第6期

第3卷第5期

第3卷第4期

第3卷第3期

第3卷第2期

第3卷第1期

第2卷第4期

第2卷第3期

第2卷第2期

第2卷第1期

第1卷第3期

第1卷第2期

第1卷第1期



继续滑动看下一个

The Innovation │ AI-Link病理机器人: 医学元宇宙与真实世界疾病诊疗的桥梁

ZY Hu, FJ Han TheInnovation创新
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存