Les patients recevront des résultats pathologiques plus rapides et plus précis à la suite d’un projet de recherche d’une décennie qui devrait transformer le diagnostic médical.
L’Université du Queensland et Sullivan Nicolaides Pathology (SNP) ont automatisé un système de balayage et d’analyse au microscope à Brisbane qui a été testé, mis en œuvre et accrédité, prêt à être déployé dans le monde entier.
Professeur UQ d’IA Brian Lovell a déclaré que le système a considérablement amélioré les tests en termes de coût, de qualité et de rapidité.
Cette technologie de pathologie numérique traite des milliers de tests par jour et a été accréditée par la National Association of Testing Authorities (NATA).
Parfois, le système peut augmenter la productivité des pathologistes et des scientifiques par des facteurs de 10 ou plus.
Le système offre également la possibilité d’obtenir un deuxième avis par télépathologie et améliore considérablement la tenue des dossiers et l’accès aux dossiers historiques, car les lames de verre ne doivent plus être archivées pendant des années. »
Brian Lovell, professeur d’IA à l’UQ
Le directeur général de SNP, le Dr Michael Harrison, a déclaré que la technologie changeait la donne dans de nombreux domaines de la santé.
« Les laboratoires SNP de Brisbane utilisent déjà le système pour améliorer la rapidité et la précision des diagnostics », a déclaré le Dr Harrison.
« Nos scientifiques utilisent désormais souvent une image numérisée avec une IA associée au lieu d’être liés à un microscope pendant de nombreuses heures. »
« Il s’agit du changement le plus significatif dans la performance des tests morphologiques depuis des décennies. »
Le professeur Lovell a déclaré qu’il y avait eu auparavant des problèmes majeurs pour obtenir des images nettes et nettes sans intervention humaine.
« Les images numériques de pathologie sont souvent des milliers de fois plus grandes que les photos numériques typiques », a-t-il déclaré.
« Cela signifiait que la microscopie pour le diagnostic à partir de tissus, de sang et d’autres types d’échantillons ne pouvait pas être automatisée jusqu’à présent.
« Notre scanner actif sait ce qu’il scanne et où il doit scanner, grâce à l’analyse d’image et à l’intelligence artificielle.
« Cela augmente considérablement la qualité de l’image et réduit la taille du fichier. »
PDG de la société de commercialisation UQ UniQuest, le Dr Dean Moss, a déclaré que la technologie démontrait les avantages de la collaboration de l’industrie avec des chercheurs innovants.
« C’est excitant de voir l’avancement d’un projet qui promet d’avoir un impact transformateur sur de meilleurs résultats pour la santé », a déclaré le Dr Moss.
Cette recherche est soutenue par le SNP, deux projets du Australian Research Council et une bourse Advance Queensland du gouvernement du Queensland.
