KFBio
ИИ-модуль анализа цитологии щитовидной железы KFBio LBC Thyroid
ИИ-анализ цитологии щитовидной железы: точность 95% для дифференциации SFN и BFN
ИИ-модуль для предварительного анализа тонкоигольной аспирационной цитологии щитовидной железы. Помогает цитологу быстрее разграничивать доброкачественные, пограничные и злокачественные изменения и показывает объяснимые зоны интереса на препарате.
Запросить КПМодуль рассчитан на ручные и жидкостные FNA-препараты, в том числе с разреженным и перекрывающимся клеточным материалом. Он распознаёт папиллярный рак, подозрение на злокачественность, фолликулярные новообразования (SFN), атипию неясного значения (AUS) и доброкачественные узлы, отмечает ядерные бороздки и ядра типа «матового стекла» и формирует структурированный отчёт менее чем за минуту.
По данным производителя, чувствительность и точность дифференциации SFN и BFN составляют 95%, покрытие поля препарата — 100%; модель обучена более чем на 10 000 биопсийно подтверждённых стёклах. Для локальной установки требуется сеть от 100 Мбит/с, GPU уровня NVIDIA 2080 Ti и от 32 ГБ ОЗУ на сервере Ubuntu 22.04; рекомендуемая конфигурация — гигабитная сеть, NVIDIA A4000 и 64 ГБ ОЗУ.
Возможности анализа
- Оптимизация для ручных и жидкостных FNA-препаратов, включая разреженные и перекрывающиеся клетки
- Распознавание папиллярного рака, подозрения на злокачественность, SFN, AUS и доброкачественных фолликулярных узлов
- Выделение ядерных бороздок и ядер типа «матового стекла»
- Структурированный отчёт менее чем за минуту
Точность
- 95% чувствительность и 95% точность дифференциации SFN и BFN
- 100% покрытие поля препарата
- Обучение на более чем 10 000 биопсийно подтверждённых стёклах
Инфраструктура
- Локальная установка: сеть от 100 Мбит/с, GPU NVIDIA 2080 Ti, ОЗУ от 32 ГБ, Ubuntu 22.04
- Рекомендуемая конфигурация: гигабитная сеть, NVIDIA A4000, ОЗУ 64 ГБ
Диагностика
| Параметр | LBC Thyroid |
|---|---|
| Выявляемые изменения | папиллярный рак, подозрение на злокачественность, SFN, AUS, доброкачественные фолликулярные узлы |
| Время формирования отчёта | менее 1 минуты |
Точность
| Параметр | LBC Thyroid |
|---|---|
| Чувствительность (SFN/BFN) | 95% |
| Точность | 95% |
| Покрытие поля препарата | 100% |
| Обучающая выборка | более 10 000 стёкол |
Инфраструктура
| Параметр | LBC Thyroid |
|---|---|
| Минимальные требования | сеть от 100 Мбит/с, GPU NVIDIA 2080 Ti, ОЗУ от 32 ГБ, Ubuntu 22.04 |
| Рекомендуемая конфигурация | гигабитная сеть, GPU NVIDIA A4000, ОЗУ 64 ГБ |