Productos Soluciones Tecnología Evidencia Nosotros Solicitar demostración
English Français Deutsch Español Italiano Português Bahasa Indonesia 中文 繁體中文(香港) Русский 日本語 한국어 العربية Tiếng Việt ไทย
Nuestra tecnología central

Tecnología

Con tecnología PathGPT — el motor de IA de DiPath para flujos de trabajo de patología digital

Modelo fundacional de IA

Motor multimodal PathGPT

  • Flujos de clasificación a nivel de imagen y puntuación estructurada
  • Análisis multimodal del contexto de la imagen, la región y el informe
Flujo de trabajo de razonamiento multimodal de PathGPT

Vista ampliada del flujo de trabajo de PathGPT con enmarcado de mayor contraste para una visualización más clara de las rutas de razonamiento.

Capacidades principales

Funciones de análisis asistido por IA

Los flujos de trabajo configurados pueden ofrecer sugerencias de regiones, puntuación estructurada y resultados cuantitativos para la revisión del usuario. La disponibilidad y el uso previsto varían según el producto, la versión y el mercado.

Sugerencias de regiones de interés

Destaca regiones candidatas para la revisión del usuario; las áreas pertinentes deben ser confirmadas por un usuario cualificado.

Apoyo a la puntuación estructurada

Presenta mediciones configuradas y resultados de puntuación para facilitar la revisión; los resultados deben verificarse conforme al flujo de trabajo aplicable.

Análisis contextual de patrones

Analiza las características de imagen compatibles y presenta resultados para su revisión; no sustituye el juicio clínico ni las indicaciones de uso previsto específicas del producto.

Análisis celular

Cuantificación celular

Histogramas de intensidad de señal

Presenta resúmenes de la distribución de señales y resultados cuantitativos configurables para la revisión del usuario.

Análisis de segmentación celular

Segmentación celular impulsada por IA

Resumen del flujo de trabajo

Integración y flujo de trabajo

Vista general de la carga, el análisis, la revisión y la preparación del informe; los detalles de implementación varían según el producto y el despliegue.

1

Carga de laminillas

Laminillas digitales cargadas en la plataforma

2

Análisis de IA

PathGPT procesa y analiza

3

Control de calidad

Verificaciones de validación automatizadas

4

Resultados

Borrador de informe preparado

5

Revisión médica

Validación y aprobación del experto

Interfaz de la plataforma

Análisis de IA potente en acción

Experimente la próxima generación de patología digital con nuestra interfaz intuitiva impulsada por IA.

Interfaz de D-PathAI
Panel impulsado por IA
Análisis celular
Análisis celular
Cuantificación IHQ
Cuantificación IHQ
Análisis de aprendizaje profundo
Modelos de aprendizaje profundo
Automatización del flujo de trabajo
Flujo de trabajo automatizado
Generación de informes
Informes completos
Excelencia investigadora

Publicaciones

Nuestra investigación ha sido publicada en las principales revistas revisadas por pares a nivel mundial.

TMI

ToPoFM: Topology-Guided Pathology Foundation Model for High-Resolution Pathology Image Synthesis with Cellular-Level Control

Li, J., Zhu, C., Zheng, S., Chen, P., Sun, Y., Li, H., Yang, L. · IEEE Trans. Medical Imaging

2025
AAAI

PathAsst: A Generative Foundation AI Assistant towards Artificial General Intelligence of Pathology

Sun, Y., Zhu, C., Zheng, S., Zhang, K., Sun, L., Shui, Z., Zhang, Y., Li, H., Yang, L. · AAAI 2024 (CCF-A, Oral)

2024
ECCV

PathMMU: A Massive Multimodal Expert-Level Benchmark for Understanding and Reasoning in Pathology

Sun, Y., Wu, H., Zhu, C., Zheng, S., Chen, Q., Zhang, K., Zhang, Y., Wan, D., Lan, X., ... · ECCV 2024 (CCF-A, Oral)

2024
CVPR

Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology WSI Classification

Li, H., Zhu, C., Zhang, Y., Sun, Y., Shui, Z., Kuang, W., Zheng, S., Yang, L. · CVPR 2023 (CCF-A)

2023
Nature Mach. Intell.

Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning

Zhang, Z., Chen, P., McGough, M., ..., Cui, L., ..., Yang, L. · Nature Machine Intelligence

2019
ECCV

WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering

Chen, P., Zhu, C., Zheng, S., Li, H., Yang, L. · ECCV 2024 (CCF-A)

2024

¿Listo para experimentar PathGPT?

Solicite una demostración centrada en el flujo de trabajo y analice la evidencia, la configuración y el alcance de revisión pertinentes para su evaluación.