顕微鏡画像向け、リアルタイム物体検出AIシステム 病理画像の自動解析に活用

デジタル病理画像の解析は、組織パターンや細胞形態を調べることで診断結論を導き出すために必要である。しかし、手作業による評価には時間と費用がかかり、観察者間と観察者内のばらつきが生じやすい。 近年、医療やデジタル病理学において、いくつかの技術的進歩が見られる。病理医を支援するためには、自動化された組織構造の検出とセグメンテーションを求められる。 デジタル病理画像の自動セグメンテーションとピクセル解析は、診断パターンと視覚的手掛かりを特定し、より信頼性が高く一貫性のある診断分類につながる可能性がある。これは当然、時間の短縮につながる。 特に糸球体の検出は、異なる腎臓病の診断に続く糸球体疾患の分類の第一歩として、デジタル病理学において不可欠かつ重要である。球体検出により、コンピュータによる定量化が可能となり、病理医が時間を大幅に節約できる。 今回は、WSI（Whole Slide Imaging

[reboot_in]

“これらの結果により、最新のAIモデルを用いれば、ヒト腎臓画像における糸球体の自動検出が可能だと分かった。”

[Seamless]

顕微鏡に物体検出器YOLO-v4を適応。デジタル病理画像の自動セグメンテーションとピクセル解析を行い診断分類。ヒト腎臓画像における糸球体の検出で高い精度を達成。