Establishment of a remote diagnostic histopathology service using whole slide imaging (digital pathology)
Notice bibliographique
Résumé
BACKGROUND: Whole slide imaging (WSI) has diverse applications in modern pathology practice, including providing histopathology services to remote locations. MATERIALS AND METHODS: Utilising an existing contractual partnership with a Northern Ontario group of hospitals, the feasibility of using WSI for primary diagnostic services from Toronto was explored by the dedicated working group. All aspects explored from information technology (IT), laboratory information system (LIS) integration, scanning needs, laboratory workflow and pathologist needs and training, were taken into account in the developing the rationale and business case. RESULTS: The financial outlay for a scanner was $CA180K (approximately £105.6 k) after discounts. There were no human resource requirements as staff were reorganised to cater for slide scanning. Additional IT/LIS costs were not incurred as existing connectivity was adapted to allow two site groups (gastrointestinal and skin) to pilot this study. Scanned slides were available for pathologist review 24-96 hours sooner than glass slides; there was a 2-day improvement for final authorised cases, and per annum savings were: $CA26 000 (£15.2 k) in courier costs, $CA60 000 (£35.2 k) travel and $CA45 000 (£26.4 k) in accommodation, meals and car rental expense. CONCLUSION: WSI is a viable solution to provide timely, high-quality and cost efficient histopathology services to underserviced, remote areas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».