Digital image analysis and artificial intelligence in pathology diagnostics-the Swiss view.
Digitale Bildanalyse und künstliche Intelligenz in der Pathologie – die Schweizer Perspektive.
Artificial intelligence
Delphi process
Digitalization
Image analysis
Pathology
Journal
Pathologie (Heidelberg, Germany)
ISSN: 2731-7196
Titre abrégé: Pathologie (Heidelb)
Pays: Germany
ID NLM: 9918384887506676
Informations de publication
Date de publication:
21 Nov 2023
21 Nov 2023
Historique:
accepted:
19
10
2023
medline:
21
11
2023
pubmed:
21
11
2023
entrez:
21
11
2023
Statut:
aheadofprint
Résumé
Digital pathology (DP) is increasingly entering routine clinical pathology diagnostics. As digitization of the routine caseload advances, implementation of digital image analysis algorithms and artificial intelligence tools becomes not only attainable, but also desirable in daily sign out. The Swiss Digital Pathology Consortium (SDiPath) has initiated a Delphi process to generate best-practice recommendations for various phases of the process of digitization in pathology for the local Swiss environment, encompassing the following four topics: i) scanners, quality assurance, and validation of scans; ii) integration of scanners and systems into the pathology laboratory information system; iii) the digital workflow; and iv) digital image analysis (DIA)/artificial intelligence (AI). The current article focuses on the DIA-/AI-related recommendations generated and agreed upon by the working group and further verified by the Delphi process among the members of SDiPath. Importantly, they include the view and the currently perceived needs of practicing pathologists from multiple academic and cantonal hospitals as well as private practices. Digitale Pathologe (DP) wird zunehmend in der Routinediagnostik der klinischen Pathologie eingesetzt. Mit fortschreitender Digitalisierung der Routinefälle wird die Implementierung digitaler Bildanalysealgorithmen und künstlicher Intelligenz nicht nur machbar, sondern auch für die tägliche Praxis wünschenswert. Das Schweizer Konsortium für Digitale Pathologie (Swiss Digital Pathology Consortium, SDiPath) hat einen Delphi-Prozess initiiert, um Empfehlungen für das beste Vorgehen in Bezug auf verschiedene Phasen des Digitalisierungsprozesses in der Pathologie für die lokalen Verhältnisse in der Schweiz zu erstellen, dazu gehören die folgenden 4 Themen: i) Scanner, Qualitätssicherung und Validierung der eingescannten Schnittpräparate; ii) Integration von Scannern und Systemen in das Laborinformationssystem; iii) der digitale Arbeitsablauf; und iv) digitale Bildanalyse (DIA)/künstliche Intelligenz (KI). Im vorliegenden Beitrag liegt der Schwerpunkt auf den Empfehlungen hinsichtlich DIA und KI, die von einer Arbeitsgruppe erarbeitet und mittels Delphi-Prozess durch die Mitglieder des SDiPath-Konsortiums bestätigt wurden. Wichtig ist, dass sie die Ansichten und die aktuellen Bedürfnisse praktisch tätiger Pathologen aus verschiedenen Lehr- und Kantonsspitälern sowie aus privaten Praxen einbeziehen.
Autres résumés
Type: Publisher
(ger)
Digitale Pathologe (DP) wird zunehmend in der Routinediagnostik der klinischen Pathologie eingesetzt. Mit fortschreitender Digitalisierung der Routinefälle wird die Implementierung digitaler Bildanalysealgorithmen und künstlicher Intelligenz nicht nur machbar, sondern auch für die tägliche Praxis wünschenswert. Das Schweizer Konsortium für Digitale Pathologie (Swiss Digital Pathology Consortium, SDiPath) hat einen Delphi-Prozess initiiert, um Empfehlungen für das beste Vorgehen in Bezug auf verschiedene Phasen des Digitalisierungsprozesses in der Pathologie für die lokalen Verhältnisse in der Schweiz zu erstellen, dazu gehören die folgenden 4 Themen: i) Scanner, Qualitätssicherung und Validierung der eingescannten Schnittpräparate; ii) Integration von Scannern und Systemen in das Laborinformationssystem; iii) der digitale Arbeitsablauf; und iv) digitale Bildanalyse (DIA)/künstliche Intelligenz (KI). Im vorliegenden Beitrag liegt der Schwerpunkt auf den Empfehlungen hinsichtlich DIA und KI, die von einer Arbeitsgruppe erarbeitet und mittels Delphi-Prozess durch die Mitglieder des SDiPath-Konsortiums bestätigt wurden. Wichtig ist, dass sie die Ansichten und die aktuellen Bedürfnisse praktisch tätiger Pathologen aus verschiedenen Lehr- und Kantonsspitälern sowie aus privaten Praxen einbeziehen.
Identifiants
pubmed: 37987817
doi: 10.1007/s00292-023-01262-w
pii: 10.1007/s00292-023-01262-w
doi:
Types de publication
Journal Article
Review
Langues
eng
Sous-ensembles de citation
IM
Informations de copyright
© 2023. The Author(s).
Références
Hanna MG, Reuter VE, Samboy J, England C, Corsale L, Fine SW et al (2019) Implementation of digital pathology offers clinical and operational increase in efficiency and cost savings. Arch Pathol Lab Med 143(12):1545–1555
doi: 10.5858/arpa.2018-0514-OA
Janowczyk A, Baumhoer D, Dirnhofer S, Grobholz R, Kipar A, de Leval L et al (2022) Towards a national strategy for digital pathology in Switzerland. virchows Arch 481(4):647–652
doi: 10.1007/s00428-022-03345-0
Koelzer VH, Grobholz R, Zlobec I, Janowczyk A, Swiss Digital Pathology C (2021) Update on the current opinion, status and future development of digital pathology in Switzerland in light of COVID-19. J Clin Pathol 75(10):687–689
doi: 10.1136/jclinpath-2021-207768
Unternaehrer J, Grobholz R, Janowczyk A, Zlobec I, Swiss Digital Pathology C (2020) Current opinion, status and future development of digital pathology in Switzerland. J Clin Pathol 73(6):341–346
doi: 10.1136/jclinpath-2019-206155
the Swiss Digital Pathology Consortium, Janowczyk A, Zlobec I, Walker C, Berezowska S, Huschauer V et al (2023) Swiss digital pathology recommendations: results from a Delphi process conducted by the Swiss digital pathology consortium of the Swiss society of pathology. medRxiv (2023.09.15.23295616)
Schofeld Z (2014) Everything ‘back to the future part II’ got right and wrong about 2015, according to futurists. Newsweek
Shoard C (2015) Back to the future day: what part II got right and wrong about 2015—an A–Z. Guardian