用于计算病理学的可解释的AI（xAI）平台

摘要

病理学家通过使用全切片图像(WSI)采用数字病理学进行诊断。可解释的AI(xAI)是AI的新方法，其可以揭示其结果的根本原因。由此可见，xAI可提高用于诸如病理诊断的关键任务的机器学习的安全性、可靠性和可解释性。HistoMapr为病理学家提供了智能xAI指导，以提高病理诊断的效率和准确度。HistoMapr可以预览整个病理病例的WSI，识别关键的感兴趣诊断区域(ROI)，确定与各个ROI相关联的一个或多个状况，用识别的状况临时标记各个ROI，并且可以对它们进行分流。ROI以交互的、可解释的方式呈现给病理学家，以便进行快速解释。病理学家可以控制并且可以经由“为什么？”界面访问xAI分析。HistoMapr可以跟踪病理学家的决策，并使用建议的、标准化的术语来汇编病理报告。