Advancements in Precision Oncology: AI and Machine Learning Applications in Digital Pathology

Zamart Ramazanova, Assem Ashimova, Yeldar Baiken, Bakhyt T. Matkarimov, Askhat Myngbay, Arshat Urazbayev

2024

Полный текст Открытый доступ: Green Метаданные (CSL-JSON)

DOI 10.20944/preprints202406.0378.v1

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Over the past 10 years, developments in precision oncology have led to a rise in the demand for predictive tools that assist the screening and stratification of patients for treatment. The possibility digitizing tissue slide images has led to the creation of artificial intelligence (AI) and machine learning algorithms in digital pathology, which could ultimately improve patient care. In this context, we assessed a variety of AI-based computational models for digital pathology. In this review, we described the latest AI applications in oncology, current challenges and future prospects.