{"id":663,"date":"2023-12-29T11:29:00","date_gmt":"2023-12-29T03:29:00","guid":{"rendered":"https:\/\/consulting-hmk.com\/?p=663"},"modified":"2024-01-18T09:46:27","modified_gmt":"2024-01-18T01:46:27","slug":"key-points-for-performance-evaluation-and-review-of-pathology-image-ai-analysis-software","status":"publish","type":"post","link":"https:\/\/www.consulting-hmk.com\/fr\/key-points-for-performance-evaluation-and-review-of-pathology-image-ai-analysis-software\/","title":{"rendered":"Points cl\u00e9s pour l'\u00e9valuation des performances et l'examen des logiciels d'analyse de l'IA des images de pathologie"},"content":{"rendered":"

\u00a0 \u00a0 \u00a0 Le logiciel d'analyse AI des images de pathologie d\u00e9signe un logiciel ind\u00e9pendant bas\u00e9 sur des images de pathologie num\u00e9riques qui utilise des technologies d'intelligence artificielle telles que l'apprentissage profond pour des fonctions comme la segmentation et la d\u00e9tection. Il rel\u00e8ve de la classe \u2162 de la gestion des dispositifs m\u00e9dicaux. Les images pathologiques num\u00e9riques comprennent les images microscopiques de cellules ou de tissus obtenues par des dispositifs d'imagerie, ainsi que les images pathologiques issues de la technologie Whole Slide Imaging (WSI). Le logiciel est utilis\u00e9 dans les institutions m\u00e9dicales et\/ou les laboratoires m\u00e9dicaux pour aider les pathologistes \u00e0 fournir des informations pour le diagnostic, le pronostic et le traitement des maladies, etc. Cependant, il ne peut pas \u00eatre la seule base pour les d\u00e9cisions de diagnostic clinique.<\/span><\/p>\n

\u00a0 \u00a0 \u00a0 Les \"Points cl\u00e9s pour l'\u00e9valuation des performances et l'examen des logiciels d'analyse d'images de pathologie par l'IA\" visent \u00e0 guider les demandeurs dans la pr\u00e9paration et la r\u00e9daction de la section d'\u00e9valuation non clinique de la demande d'enregistrement des logiciels d'analyse d'images de pathologie par l'IA. Il sert \u00e9galement de r\u00e9f\u00e9rence aux services d'examen technique, en mettant l'accent sur les exigences relatives aux donn\u00e9es de recherche du logiciel, y compris les sp\u00e9cifications de la demande et les donn\u00e9es de recherche de l'algorithme.<\/span><\/p>\n

\u00a0 \u00a0 \u00a0 Les sp\u00e9cifications des exigences tiennent compte de la collecte des donn\u00e9es, des performances des algorithmes et des restrictions d'utilisation. La collecte des donn\u00e9es doit tenir compte de la conformit\u00e9, de l'ad\u00e9quation et de la diversit\u00e9 des sources de donn\u00e9es, de la scientificit\u00e9 et de la rationalit\u00e9 de la distribution des donn\u00e9es, ainsi que de l'ad\u00e9quation, de la validit\u00e9 et de l'exactitude du contr\u00f4le de la qualit\u00e9 des donn\u00e9es. Les donn\u00e9es doivent provenir de diff\u00e9rentes r\u00e9gions et d'au moins trois institutions d'origine. Les institutions doivent suivre les proc\u00e9dures d\u00e9crites dans le manuel pour la production des lames, la coloration des tissus et la pr\u00e9paration de l'immunohistochimie. La performance de l'algorithme, compte tenu de l'utilisation pr\u00e9vue du produit, doit \u00e9valuer de mani\u00e8re exhaustive l'applicabilit\u00e9 et les exigences des indicateurs de performance tels que la vitesse d'analyse, la sensibilit\u00e9, la sp\u00e9cificit\u00e9, la r\u00e9p\u00e9tabilit\u00e9, la reproductibilit\u00e9 et la g\u00e9n\u00e9ralisation. Les facteurs affectant les performances des algorithmes, tels que l'\u00e9vanouissement du gradient, l'explosion du gradient, l'ajustement excessif et l'ajustement insuffisant, doivent \u00e9galement \u00eatre pris en compte. Les restrictions d'utilisation doivent indiquer avec pr\u00e9cision les sc\u00e9narios dans lesquels le produit est interdit ou d\u00e9conseill\u00e9, d\u00e9crire les sc\u00e9narios d'utilisation du produit et fournir les informations d'avertissement n\u00e9cessaires.<\/span><\/p>\n

\"\"<\/p>\n

\u00a0 \u00a0 \u00a0 Les donn\u00e9es relatives \u00e0 la recherche sur les algorithmes doivent comprendre des rapports de recherche sur les algorithmes pour chaque algorithme ou combinaison d'algorithmes d'intelligence artificielle. Cela comprend les informations de base sur les algorithmes, la gestion des risques li\u00e9s aux algorithmes, les sp\u00e9cifications des exigences des algorithmes, la collecte des donn\u00e9es, la formation des algorithmes, l'\u00e9valuation des performances des algorithmes et l'analyse de la tra\u00e7abilit\u00e9 des algorithmes.<\/span><\/p>\n

\u00a0 \u00a0 \u00a0 Le niveau de s\u00e9curit\u00e9 de ces logiciels est qualifi\u00e9 de s\u00e9v\u00e8re. Pour la collecte des donn\u00e9es, une d\u00e9claration de conformit\u00e9 de la source des donn\u00e9es est requise, sp\u00e9cifiant des informations telles que les noms des institutions sources des donn\u00e9es, leur localisation, les volumes de collecte des donn\u00e9es et les num\u00e9ros d'approbation \u00e9thique. La collecte des donn\u00e9es doit \u00eatre accompagn\u00e9e d'un document de proc\u00e9dure op\u00e9rationnelle de collecte des donn\u00e9es, comprenant des plans de collecte des donn\u00e9es et des proc\u00e9dures op\u00e9rationnelles standard ; les institutions cliniques effectuent principalement la collecte des donn\u00e9es, et le processus de collecte doit impliquer le cryptage et la num\u00e9rotation des \u00e9chantillons de donn\u00e9es, le plan d\u00e9crivant les r\u00e8gles de num\u00e9rotation.<\/span><\/p>\n

\u00a0 \u00a0 \u00a0 L'organisation des donn\u00e9es doit d\u00e9finir clairement les proc\u00e9dures de nettoyage et de pr\u00e9traitement des donn\u00e9es, d\u00e9crire bri\u00e8vement les logiciels utilis\u00e9s pour le traitement des donn\u00e9es et soumettre des donn\u00e9es de recherche pour chaque logiciel utilis\u00e9 pour le traitement des donn\u00e9es. L'\u00e9tiquetage des donn\u00e9es doit sp\u00e9cifier les exigences de qualification et le contenu de la formation du personnel d'\u00e9tiquetage et des arbitres ; le personnel d'\u00e9tiquetage et les arbitres doivent \u00eatre des pathologistes, et les donn\u00e9es doivent \u00eatre \u00e9tiquet\u00e9es par au moins deux personnes. Une certaine proportion de donn\u00e9es peut \u00eatre s\u00e9lectionn\u00e9e pour l'\u00e9valuation du personnel non charg\u00e9 de l'\u00e9tiquetage. La construction des ensembles de donn\u00e9es doit clarifier les m\u00e9thodes et la base de division de chaque ensemble de donn\u00e9es, et les \u00e9chantillons de l'ensemble de formation, de l'ensemble de r\u00e9glage (le cas \u00e9ch\u00e9ant) et de l'ensemble de test ne doivent pas se chevaucher et doivent faire l'objet d'une v\u00e9rification des doublons.<\/span><\/p>\n

\u00a0 \u00a0 \u00a0 La formation \u00e0 l'algorithme doit fournir une distribution des donn\u00e9es sur la composition des maladies dans les ensembles d'entra\u00eenement et les ensembles de r\u00e9glage (le cas \u00e9ch\u00e9ant) en fonction de la population concern\u00e9e, des institutions sources de donn\u00e9es, de l'\u00e9quipement de collecte, des types d'\u00e9chantillons et d'autres facteurs. La formation et la mise au point doivent \u00eatre bas\u00e9es sur l'ensemble d'entra\u00eenement et l'ensemble de mise au point, avec des sp\u00e9cifications claires pour les indicateurs d'\u00e9valuation, les m\u00e9thodes d'entra\u00eenement, les objectifs d'entra\u00eenement et les m\u00e9thodes de mise au point. L'\u00e9valuation de la performance de l'algorithme doit \u00eatre bas\u00e9e sur l'ensemble de tests pour \u00e9valuer la conception de l'algorithme et confirmer l'efficacit\u00e9, la sensibilit\u00e9 et la sp\u00e9cificit\u00e9 de la performance de l'algorithme du logiciel. La performance doit r\u00e9pondre aux exigences de la conception de l'algorithme.<\/span><\/p>","protected":false},"excerpt":{"rendered":"

\u00a0 \u00a0 \u00a0 Pathology image AI analysis software refers to independent software based on digital pathology images that utilizes artificial intelligence technologies such as deep learning for functions like segmentation and detection. It falls under the Class \u2162 of medical device management. Digital pathology images include microscopic images of cells or tissues obtained through imaging […]<\/p>","protected":false},"author":4,"featured_media":665,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[200],"tags":[104,205],"acf":[],"_links":{"self":[{"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/posts\/663"}],"collection":[{"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/comments?post=663"}],"version-history":[{"count":0,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/posts\/663\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/media\/665"}],"wp:attachment":[{"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/media?parent=663"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/categories?post=663"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.consulting-hmk.com\/fr\/wp-json\/wp\/v2\/tags?post=663"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}