SolVision成功案例
细胞病变辨识及分类解决方案
AI辅助细胞特征辨识
细胞病变重要依据：细胞型态变化
在进行细胞病变检验时，透过活体组织切片或液态切片的方式取得检体，检体里可能包含肿瘤脱落的细胞，或与肿瘤相关的DNA。医生以细胞的特征与型态判断为癌细胞或正常细胞，并以细胞病变的程度作为后续治疗计划规划以及预后判断的参考。
切片影像特征多样，细胞病变评断标准不一
医学实务上透过细胞特征的分析，可区分癌细胞及正常细胞并针对癌细胞进行分类。然而，切片显微影像中细胞的外观不固定，病变发生的位置、型态也十分随机，导致每位医师对于癌细胞的判断及圈选标准不尽一致，更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。
资料扩增结合AI深度学习技术，准确判断细胞病变
运用SolVision AI影像平台的分类工具，使AI模型深度学习正常细胞特征及癌细胞的病变特征。辅以资料扩增技术仿真细胞型态的多变性及多样性并执行强化训练，增加AI模型执行判断的稳定性。训练完成的AI模型可辨识细胞病变的特征并予以分类，进而判断患者病情的状况。
细胞病变影像检验案例
正常细胞
病变中期
