آسیب شناس تشریحی با یک بحران مواجه است. آزمایشگاههای دولتی و خصوصی از تعداد موارد فزاینده رنج میبرند، در حالی که تعداد پاتولوژیستها به دلایل مختلف از جمله شیوع بیشتر سرطان مرتبط با پیری جمعیت و همچنین بهبود برنامههای غربالگری سرطان کاهش مییابد.
پزشکی دقیق معمولاً شامل آزمایشهای ژنتیکی بیشتر و استفاده گسترده از ایمونوهیستوشیمی برای طبقهبندی سرطان و ارزیابی بیومارکرهای پیشآگهی و پیشبینیکننده است. در عمل بالینی، تعداد قابل توجهی از پاتولوژیست ها در آستانه بازنشستگی هستند، اما امروزه آموزش آسیب شناسی تشخیصی پزشکان جوان محدود است.
اخیراً دیجیتالی شدن و آسیب شناسی دیجیتال به دلیل پیشرفت در فناوری و مقررات به طور گسترده پذیرفته شده است. در اصل، در آسیبشناسی دیجیتال، یک اسکنر یک کپی دیجیتالی از اسلاید شیشهای سنتی تولید میکند تا در یک سرور محلی یا مبتنی بر ابر ذخیره شود و در هر جایی با یک کامپیوتر و اتصال به اینترنت مشاهده شود. اسکنرهای فعلی به لطف بزرگنمایی بالا (40x) تصاویر دیجیتالی با کیفیت بالا ارائه می کنند. علاوه بر این، اسکنرهای توان عملیاتی بالا، با ظرفیت تا هزار اسلاید، قادر به عملکرد سریع و قابل اعتماد با دخالت اندک انسان هستند و امکان عملیات بدون نظارت یک شبه را فراهم میکنند و نمونهها را برای بررسی توسط آسیب شناسان و کارآموزان در اوایل صبح آماده میکنند.
در سال 2017، سازمان غذا و داروی ایالات متحده (FDA) اولین مجوز استفاده از پاتولوژی دیجیتال را برای تشخیص اولیه در آن کشور تضمین کرد. مجوز تشخیص آزمایشگاهی زودتر در اروپا صادر شد. با وجود این، پذیرش آسیب شناسی دیجیتال به دلایل متعددی کند بوده است. مانعی که معمولاً ذکر میشود، نگرانیهای آسیبشناسان است، مانند فرودستی تصاویر دیجیتال، یا کند شدن روند خروج از سیستم.
دههها پیش، زمانی که دیجیتالیسازی برای تولید تصاویر دیجیتال وارد رادیولوژی شد، دیگر نیازی به فیلم نبود. صرفه جویی باعث کاهش بی میلی اولیه در میان برخی گروه ها شد، اما نه در آسیب شناسی، زیرا هنوز به بررسی لام شیشه ای نیاز است. این، همراه با نگرانی در مورد افزایش زمان چرخش به دلیل مرحله اضافی اسکن، و همچنین سرمایه گذاری اولیه قابل توجه مورد نیاز برای دیجیتالی کردن کامل یک آزمایشگاه، به توضیح سرعت پایین دیجیتالی شدن مسیر کمک می کند.
با وجود نگرانی ها، دیجیتالی شدن امروز مزایای متعددی برای آسیب شناسان و بیماران به همراه دارد. پذیرندگان آسیب شناسی دیجیتال اولیه، مزایای بسیاری را گزارش می دهند، از جمله افزایش کارایی و تخصیص بهتر موارد در شبکه های آسیب شناسی دیجیتال. در دسترس بودن یک اسلاید بافت شناسی دیجیتال، مشاهده از راه دور و گزارش از راه دور را امکان پذیر می کند، به ویژه با توجه به خواسته های اعمال شده توسط COVID-19. چندین کاربر می توانند بدون توجه به موقعیت مکانی به تصاویر دیجیتال دسترسی داشته باشند و نظرات و مشاوره های دوم را ممکن می سازد. حمل و نگهداری اسلایدهای شیشه ای در محل ممنوع است. آرشیوهای دیجیتال به جای آنالوگ قابل مدیریت هستند. موارد قبلی سریعتر برای بررسی مقایسه ای در دسترس هستند
کاربران اولیه گزارش می دهند که کارایی کلی شامل زمان خواندن کوتاه تر در طول جلسات خروج تشخیصی، بهبود کارایی کلی آزمایشگاه در محدوده 20٪ یا بیشتر، پس از تشخیص دیجیتال کامل، در مقایسه با گردش کار آنالوگ است. علاوه بر این، تدارکات درون آزمایشگاهی بهبود یافته (زمان مورد نیاز تکنسین برای مرتب کردن صدها اسلاید تهیه شده هر روز در آزمایشگاه معمولی، توزیع آنها به پاتولوژیست مسئول، جمع آوری آنها برای تخته های تومور، و سهولت اضافی برای مدیریت مشاوره و غیره .) ممکن است به پس انداز اضافه کند و موانع مالی برای پذیرش را کاهش دهد
ابزارهای هوش مصنوعی (AI)، از جمله الگوریتمهای یادگیری عمیق، میتوانند روی یک تصویر بافتشناسی دیجیتال برای تسهیل تشخیص به کمک کامپیوتر، که اساس آسیبشناسی محاسباتی را تشکیل میدهد، اعمال شوند. استفاده از هوش مصنوعی در آسیب شناسی نویدبخش است، از جمله افزایش دقت در تعیین کمیت نشانگرهای ایمنی، غربالگری بهتر نمونه و کارایی پاتولوژیست، با کاهش تشخیص اشتباه
کشف پیشبینیکنندههای مورفولوژیکی جدید پیامد بیماری، که برای چشم انسان نامرئی است اما برای رایانه آشکار است، همچنین احتمالات تشخیصی جدیدی را نشان میدهد. قابلیت فعلی برای مدیریت و تجزیه و تحلیل داده های تصویر آسیب شناسی عظیم، همراه با تکنیک های پیشرفته تر برای شناسایی همزمان چندین مولکول یا آنتی ژن در محل، زمینه جدیدی از تحقیقات را تقویت می کند. با این حال، پیش نیاز آسیبشناسی محاسباتی برای تحقق وعدههای خود و تبدیل شدن به جریان اصلی، پذیرش کلی آسیبشناسی دیجیتال است – زیرا توسعه و آموزش الگوریتمهای هوش مصنوعی به مقادیر وسیعی از دادههای دیجیتالی با دقت مشروح نیاز دارد. علاوه بر این، زمانی که الگوریتمها توسعه یافتند، میتوان آنها را فقط در استفاده معمول بالینی در آزمایشگاههایی که دیجیتالیسازی را با موفقیت پذیرفتهاند به کار برد: بر اساس منطق، ابزارهای هوش مصنوعی را نمیتوان بر روی اسلایدهای شیشهای آنالوگ اعمال کرد. برخی از متخصصان پزشکی می ترسند که ماشین ها سریع تر و دقیق تر از انسان کار کنند. با این حال، تمام هدف تشخیص به کمک رایانه و آسیب شناسی محاسباتی کمک به آسیب شناسان است
یکی از ستونهای آسیبشناسی دیجیتال، تکیه بر ایجاد یک دوقلوی دیجیتالی از اسلاید شیشهای است، در فایلی که هر کسی با اعتبار مناسب از هر کجا با اتصال به اینترنت و رایانه شخصی به آن دسترسی دارد. تصاویر معمولاً در یک سرور ذخیره می شوند که معمولاً در زیرساخت اصلی بیمارستان ادغام می شوند. از اینجا، اسلایدهای دیجیتال از راه دور از طریق یک شبکه خصوصی مجازی (VPN) قابل دسترسی هستند که دسترسی ایمن به سیستم فناوری اطلاعات بیمارستان ایجاد می کند. نرخ انتقال داده لازم برای مشاهده رضایت بخش - پهنای باند 300 مگابیت در ثانیه (Mbps) - برای اطمینان از عملکرد بهینه هنگام بارگذاری، پاننگ و بزرگنمایی تصویر کافی است. در حال حاضر، پهنای باند فیبر نوری معمولی برای مصارف خانگی سه برابر این سرعت را ارائه می دهد
منبع این مقاله اینجاست
© retko.ir. All Rights Reserved.
Designed by retko co