透過前期的數位病理玻片瀏覽暨標註系統之內容,需要將標註後的資訊置入AI演算法中進行演算學習,完成次分類模型研究案模型調校,以精進其信效度。
解決方案
對單位之病理檢驗之即時及歷史資料開發作業程式進行蒐集、清整、轉換,完成大數據OLAP(Online analytical processing)分析模型以及演算法學習,建置檢驗作業數據分析系統,提供即時監控看板及大數據報表查詢功能。
成效
節省
0
%
前期判讀人力
透過完成的即時監控看板及大數據報表,提供管理單位能夠即時了解檢驗之進度狀況;並透過AI學習得到演算法模型,作為出奇研判之分類及標註,節省到50%的前期判讀人力。