Telepathology for Routine Light Microscopic and Frozen Section Diagnosis
Notice bibliographique
Résumé
Telepathology (TP) uses telecommunication linkages to electronically capture, store, retrieve, and transmit images to distant sites. We assessed the feasibility of a dynamic real-time TP system for light microscopic (LM) diagnosis of anatomic pathology specimens, including frozen sections. Six pathologists, in 2 separate periods, read a set of 160 retrospectively retrieved slides (80 of which were frozen sections) by TP and LM. Reading times were recorded. Diagnoses were compared with the reference diagnosis (established by a group of 5 independent pathologists) and graded on a scale of 0 to 2 (2, correct; 1, incorrect but no clinical impact; 0, incorrect with clinical impact). Overall, LM was more accurate than TP compared with the reference diagnosis (score, 1.68 vs 1.54). There was no difference in accuracy between frozen section and paraffin-embedded tissue. Intraobserver agreement ranged from 82.5% to 88.2%. The average reading time was 6.0 minutes for TP and 1.4 minutes for LM. During the study, reading time decreased for TP but not for LM. These results show that despite marginally lower accuracy and longer reading times, TP isfeasible for routine light microscopic diagnosis, including frozen sections.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».