AI病理切片初筛:可疑区域排序与复核闭环
医疗AI实验室近期完成一项实验性探索:将AI用于病理全切片图像(WSI)的初筛排序,而非直接出具诊断。方法上,切片先按组织区域分块,模型输出可疑度热力图,再按敏感度优先策略生成复核队列,病理医生仍对每例做最终判读。 进展:在内部回顾性数据集…
医疗AI实验室近期完成一项实验性探索:将AI用于病理全切片图像(WSI)的初筛排序,而非直接出具诊断。方法上,切片先按组织区域分块,模型输出可疑度热力图,再按敏感度优先策略生成复核队列,病理医生仍对每例做最终判读。 进展:在内部回顾性数据集…
在ICU场景中,脓毒症识别长期依赖SOFA等评分,往往滞后数小时。本实验室近期围绕“生命体征时序建模”做了一组实验性探索:以床旁监护的HR、RR、SpO2、体温与血压为输入,按5分钟粒度对齐,构造趋势与波动特征,用轻量时序模型输出未来6小时…
肺结节随访中,同一患者不同时间点的CT常因体位、呼吸相和重建参数差异难以直接比较,单纯看长径容易把扫描误差读成生长。本实验室尝试把随访配准拆成两步:先做全肺刚性配准确定解剖对应,再在结节局部做可变形配准,将两次扫描映射到同一坐标系,最后沿结…
在病理科日常工作中,切片初筛是典型的"高重复、高责任"环节:绝大多数区域为阴性,但漏检代价极高。医疗AI实验室近期完成一轮回顾性实验,探索用轻量分割模型先做ROI优先级排序,再交由医师按队列复核,而非让模型直接给出阴阳性…
在肿瘤随访影像中,同一病灶在不同时间点的扫描体位、呼吸相位与层厚差异,会让"变大还是变小"这一基本判断变得不可靠。我们近期在医疗AI实验室做了一组实验性探索:把随访配准从"整幅图像对齐"改为"…
ICU 心电监护的告警疲劳是长期问题:电极脱落、翻身运动伪差与肌电干扰制造的告警,往往多于真实心律失常。本实验室近期的一项探索性工作,把「降低误报」拆成两步——先判断信号能不能判,再判断节律是不是异常。 方法上,模型对 5 秒滑窗先做信号质…
在超声检查中,图像质量与切面规范性高度依赖操作者,事后抽查难以覆盖全过程。医疗AI实验室本期尝试把质控前移到采集当场:以超声主机视频流为输入,在边缘侧运行轻量切面识别模型,对常规检查的标准切面逐帧判定,并在操作界面给出即时提示。 做法上,我…
在糖网筛查场景里,图像质量与分级精度同样关键。本期实验采用“先判可读、再判分级”的两段式流程:前端以轻量分类器做质量门控,识别运动模糊、曝光不足、睫毛遮挡等不可读样本并直接退回重拍;通过门控的图像再进入五级分级网络,并按临床转诊需求把输出映…
在数字病理场景中,不同中心、不同批次的H&E染色差异会明显改变模型输入分布,同一张切片在不同扫描仪下可能得到不一致的预测。本阶段实验聚焦切片初筛环节:先用结构保留的染色归一化把多来源切片映射到统一色彩空间,再以弱监督多示例学习在切片…
医疗AI实验室近期在病理辅助初筛方向做了一轮小规模实验性验证,目标不是替代病理医生,而是把「哪些片子先看」这件事排得更合理。 实验遇到的第一个问题不是模型结构,而是染色差异。同一套模型换到不同中心、不同批次的切片上,色偏会让敏感度明显下滑。…
医疗AI实验室近期在心电异常初筛方向完成一轮实验性验证。目标并非替代医生判读,而是把“明显正常”与“需要优先复核”的样本分开,缓解长程心电的排队压力。 做法分三步:先用轻量模型评估导联质量,识别电极脱落、肌电干扰与基线漂移,质量不达标的片段…
在《医疗AI实验室》的近期实验中,我们把病理全切片(WSI)初筛拆成两步:先用低倍率分块分类模型定位可疑区域,再按概率排序生成复核队列,让医生在有限阅片时间内优先查看最可能异常的位置。 实验使用公开乳腺与结直肠切片数据集,共 480 张全切…
在数字病理科的合作试验中,我们尝试把 AI 的定位从「替代判读」改为「排序助手」:模型不出最终诊断,只输出全切片图像上的可疑区域分布,据此生成病理医生的复核队列。 技术上分三段:一是组织与背景分离,用轻量分割网络剔除空白与折叠伪影,把有效组…
在基层筛查场景里,眼底图像的可用性往往比模型本身更早成为瓶颈。本期医疗AI实验室围绕「先质控、再分级」的两段式流程做了一轮实验性验证:前置模块输出模糊、过暗、反光、遮挡四类质量标签与可读性评分,只有通过阈值的图像才进入糖网分级模型,低分图像…
可穿戴单导联心电设备成本低、易部署,但波形信息量远少于十二导联,噪声与基线漂移更突出。医疗AI实验室近期围绕院外房颤与早搏筛查,完成了一轮端到端实验:先以工频陷波、小波去噪与R峰对齐做预处理,再将单导联信号映射为节律与形态两路特征,分别送入…
医疗AI实验室近期完成甲状腺超声结节分级模型的第一阶段验证。实验采用多中心脱敏超声图像,先由分割模型勾画结节边界,再提取形态、边界、内部回声、钙化与后方回声等特征,并与TI-RADS规则做约束融合,模型最终输出分级建议、关键依据和置信度,便…
在病理科日常工作中,一张全切片数字图像(WSI)常包含数万个细胞,初筛环节高度依赖医师经验且耗时。本期实验围绕“可疑区域定位—分级复核”两级流程展开:先在低倍下用滑动窗口结合多实例学习(MIL)筛出候选区,再在高倍下对候选区做细分类,输出分…
在医疗AI实验室,我们近期把病理全切片图像(WSI)的初筛拆成三个可验证环节:组织区域分割、可疑ROI定位、分级复核队列。先用轻量分割模型剔除空白、黏液和气泡区域,降低无效计算;再对组织块按20倍视野分块推理,输出热力图与候选ROI坐标;最…
眼底照相是糖尿病视网膜病变(DR)筛查的第一道关口,但它对图像质量极其敏感:曝光不足、睫毛遮挡、瞳孔散大不充分,都会让分级模型给出看似合理却不可靠的结论。医疗AI实验室近期把工作重心前移到「能不能判」这一步。 我们搭了一条两级处理链路。第一…
病理初筛的瓶颈往往不在单张切片的识别精度,而在染色与扫描设备带来的域差异。本阶段实验围绕“先对齐、再定位”展开。 切片来自不同中心时,同一组织的颜色分布差异常大于病变与正常组织之间的差异。我们采用颜色归一化配合局部结构保持校正,先统一染色基…