Current opinion, status and future development of digital pathology in Switzerland
Notice bibliographique
Résumé
AIMS: The transition from analogue to digital pathology (DP) is underway in Switzerland. To assess relevant experiences of pathologists with DP and gauge their outlook towards a digital future, a national survey was conducted by the Swiss Digital Pathology Consortium. Similar surveys were conducted in other countries, enabling a meta-analysis of DP experiences. METHODS: Pathologists and residents were asked to complete a survey containing 12 questions. Results were compared with similar studies conducted in the United Kingdom, Sweden, Canada, and India. RESULTS: The estimated response rate among practicing pathologists and trainees nationwide was 39.5%. Of these, 89% have experience with digital slides, mainly for education (61%) and primary diagnostics (20%). Further, 32% have worked with an image analysis programme and 26% use computer-based algorithms weekly. Interestingly, 66% would feel comfortable making a primary diagnosis digitally, while 10% would not. Most respondents believe more standards and regulations are necessary for the clinical employment of DP. Noted advantages include ease of access to slides and the resulting connectivity benefits, namely collaboration with experts across disciplines, off-site work, training purposes, and computational image analysis. Perceived disadvantages include implementation costs and issues associated with IT infrastructure and file formats. CONCLUSION: The survey results suggest that experiences and perspectives of Swiss pathologists concerning DP is comparable to that of the other reporting countries undergoing transitions to digital workflows. Although more standards and regulations are needed to ensure the safe usage of these technologies, pathologists in Switzerland appear welcoming of this new digital era.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».