[quote="Antti_Siltanen, post:1166, topic:25362"]\nDette studie, som blev udgivet i begyndelsen af sidste år og undersøger praktiske erfaringer med implementering af digital patologi, kan måske være interessant for nogle. Det dækker hele værdikæden, men berører også AI-løsninger under termometermediets betegnelse computational pathology. Studiet er frit tilgængeligt at læse.\n\n https://pmc.ncbi.nlm.nih.gov/articles/PMC12546502/\n[/quote]\n\nDet er godt, at der laves opmuntrende omkostnings-nyttekalkuler i videnskabelige tidsskrifter, og at man identificerer problemer som de indledende investeringsomkostninger, der nævnes i starten. Den startomkostning lettes måske også af Aiforias udjævning af fakturering (hvilket ikke just beroligede investoren med hensyn til en hurtig omsætningsvækst). Scannere osv.\n\nDe beregnede besparelser i artiklen er udelukkende baseret på den digitale patologis arbejdsgang, såsom erstatning af fysisk mikroskopi, optimering af logistik og besparelser på laborant-/patologitimer, og der er ikke beregnet numeriske økonomiske fordele ud fra direkte behandlingsmæssige effekter af AI-baserede prædiktive modeller. Det er forståeligt, da disse stadig er under udvikling – et eksempel fra et par år siden er Mayos tyktarmskræftprediktor, QuantCRC, som afgør, hvilke patienter der skal have kemoterapi, og hvem der ikke skal. Man kunne ud fra det beregne prisen på besparelser i form af kemoterapi og hospitalsdage, men prøv at omregne de menneskelige ”besparelser” derfra til penge. Et andet eksempel er det nyligt offentliggjorte Stratipath Breast-samarbejde. Det vil være muligt at modellere besparelser, når disse tages i brug.\n\nDisse prædiktive modeller vil uden tvivl blive en del af den medicinske hverdag på et tidspunkt, og til den tid vil spørgsmålet ikke være, om digital patologi kan betale sig – det vil være en nødvendig del af behandlingsbeslutningerne. Og der vil komme rigtig mange af disse modeller. Man må formode, at brugen af en model, der indgår i en behandlingsbeslutning, betales markant bedre end blot beregningen af et almindeligt rutinemæssigt kræftcelleindeks. På det tidspunkt vil enkelte patologers modvilje i stil med ”jeg vil ikke, og jeg behøver ikke” ikke længere fungere. Man kan frit gætte på, hvornår dette er hverdag. De nævnes naturligvis allerede kvalitativt i artiklen.\n\nDer er vokseværk. Implementeringsforsinkelser og godkendelser af modeller tager tid. Skalering er derefter nem for SaaS, bortset fra at infrastrukturelle flaskehalse som scannerspørgsmål skal ryddes af vejen først. Man kan købe en billig scanner, som kræver manuel arbejdskraft, hvilket gradvist spiser besparelserne op – afhængigt af arbejdskraftens pris i det pågældende land – eller en automatiseret og dyr en. Det er sikkert derfor, en af Aiforias grundlæggere også diskuterer disse scannerspørgsmål med lave omkostninger Aiforia - Lääketieteen kuva-analyysiohjelmistoja - #1027 käyttäjältä jerej ca. 37:00
4 Synes om