American Telemedicine Association clinical guidelines for telepathology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The term “telepathology” was introduced into the English language in 1986 by Weinstein,[1,2] and since then there have been many advances and publications.[3,4,5,6,7,8,9,10,11,12,13] The practice of telepathology involves obtaining macroscopic and/or microscopic images for transmission along telecommunication links for obtaining a remote interpretation (telediagnosis), second opinion or consultation (teleconsultation), quality assurance, education, teaching, self-study, and research (tele-education). A variety of terms has been used interchangeably to refer to telepathology including digital microscopy, remote robotic microscopy, teleconferencing, teleconsultation, telemicroscopy, video microscopy, virtual microscopy, and whole slide imaging (WSI).[9,11,14] With advances in technology and widespread access to the Internet, telepathology is increasingly being used around the world, improving rapid sharing of cases and access to expert pathologists. Telepathology can be used for remote-site interpretation of all types of pathology material including, but not limited to, H&E stained paraffin tissue sections, frozen sections, cytology or hematology slides, microbiology specimens, clinical fluids (e.g. urine), electron micrographs, electrophoresis gels, and cytogenetics images.[2,15,16,17,18,19,20,21,22,23,24] In practice, these digital images are typically linked to patient information including identification/medical record numbers, clinical history, and relevant laboratory and radiology data.[25] Table 1 summarizes milestones of the many technological advances in telepathology.[14] The primary modes of telepathology include static imaging, dynamic imaging, hybrid static/dynamic telepathology, and WSI. Tabel 1 Telepathology system classification[14]
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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