MétaCan
Menu
Retour à la cohorte
Enregistrement W2908040054 · doi:10.1093/ajcp/142.suppl1.196

Pathology Informatics Trends in Anatomical Pathology: Analysis of 11 Years of United States and Canadian Academy of Pathology Abstracts

2014· article· en· W2908040054 sur OpenAlexaboutno aff
Muhammad Nabeel Syed, Ioan C. Cucoranu, Anil V. Parwani, Liron Pantanowitz

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPathologyAnatomical pathologyMedicineBone pathologySurgical pathologyMolecular pathologyRenal pathologyClinical pathologyBiologyInternal medicineImmunohistochemistryKidney

Résumé

récupéré en direct d'OpenAlex

Pathology informatics is a relatively new field. Applications such as digital imaging, web-based tools, and database management in anatomic pathology have increased with advances in technology. The aim of this study was to review a decade of United States & Canadian Academy of Pathology (USCAP) abstracts to investigate these trends. Microsoft Excel 2010 was used for data entry and analysis. All USCAP abstracts from 2003 to 2013 published in Modern Pathology supplements were reviewed. Informatics-related abstracts were identified and classified into telepathology, whole slide imaging (WSI), image analysis software, database analysis software, web-based pathology, advance imaging, and miscellaneous submissions. Of the 19,588 total abstracts published by the USCAP during this time period, 638 (3.25%) primarily involved informatics. The number of informatics abstracts almost tripled during the last decade. They increased each year from 2.17% (33/1516) in 2003 to 4.37% (92/2102) in 2013. Most abstracts emanated from the United States (85.4%), with other contributions originating from Canada (6.43%), Europe (5.04%), Asia (2.5%) and South America (0.63%). The most noticeable informatics topics covered during this time frame were related to imaging informatics (450; 70.53%) including telepathology, whole slide imaging, image analysis, and advanced imaging. Other topics were database analysis software (129; 20.22%), web-based pathology (23; 3.61%), and miscellaneous topics (36; 5.64%). Digital imaging abstracts increased markedly over the last decade. Advanced imaging studies appeared only after 2010. These data show, as predicted, an increase in the proportion of informatics related abstracts being presented at annual USCAP meetings.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,432

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,1190,095
Études des sciences et des technologies0,0030,002
Communication savante0,0070,004
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,029
Tête enseignante GPT0,357
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetAI in cancer detectionTravaux en français237 207