MétaCan
Menu
Retour à la cohorte
Enregistrement W1707563711 · doi:10.2196/ijmr.3495

A Virtual Microscope for Academic Medical Education: The Pate Project

2015· article· en· W1707563711 sur OpenAlexvenueno aff
Christoph Brochhausen, Hinrich B. Winther, Christian Hundt, Volker H. Schmitt, Elmar Schömer, C. James Kirkpatrick

Notice bibliographique

RevueInteractive Journal of Medical Research · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirtual microscopyTelepathologySet (abstract data type)Medical educationScope (computer science)Sample (material)PsychologyComputer scienceMathematics educationMedicinePathologyHealth careTelemedicinePolitical scienceChemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Whole-slide imaging (WSI) has become more prominent and continues to gain in importance in student teaching. Applications with different scope have been developed. Many of these applications have either technical or design shortcomings. OBJECTIVE: To design a survey to determine student expectations of WSI applications for teaching histological and pathological diagnosis. To develop a new WSI application based on the findings of the survey. METHODS: A total of 216 students were questioned about their experiences and expectations of WSI applications, as well as favorable and undesired features. The survey included 14 multiple choice and two essay questions. Based on the survey, we developed a new WSI application called Pate utilizing open source technologies. RESULTS: The survey sample included 216 students-62.0% (134) women and 36.1% (78) men. Out of 216 students, 4 (1.9%) did not disclose their gender. The best-known preexisting WSI applications included Mainzer Histo Maps (199/216, 92.1%), Histoweb Tübingen (16/216, 7.4%), and Histonet Ulm (8/216, 3.7%). Desired features for the students were latitude in the slides (190/216, 88.0%), histological (191/216, 88.4%) and pathological (186/216, 86.1%) annotations, points of interest (181/216, 83.8%), background information (146/216, 67.6%), and auxiliary informational texts (113/216, 52.3%). By contrast, a discussion forum was far less important (9/216, 4.2%) for the students. CONCLUSIONS: The survey revealed that the students appreciate a rich feature set, including WSI functionality, points of interest, auxiliary informational texts, and annotations. The development of Pate was significantly influenced by the findings of the survey. Although Pate currently has some issues with the Zoomify file format, it could be shown that Web technologies are capable of providing a high-performance WSI experience, as well as a rich feature set.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,034
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,167
Tête enseignante GPT0,538
Écart entre enseignants0,371 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetAI in cancer detectionTravaux en français237 207