病理学是癌症诊断的关键学科，一个多世纪以来一直以人眼为基础。每天，成千上万的病理学家在显微镜下观察有色组织，发现异常并计数细胞。如今，细致的工作受到严重的人口紧张的影响。人工智能的到来正在通过自动化诊断的某些阶段来重新配置这种实践，从而使阅读更具可重复性。
这一变化的核心是基于深度学习模型的图像分析软件，能够识别和量化未经训练的眼睛看不见的细胞结构。这些工具将组织学切片转换为数字数据，从而能够高精度地识别生物标志物或异常情况。目的是提高病理学家的观察技能并使诊断更加可靠。
“我们的工具极大地方便了从业人员的工作。自动检测和计数为他们节省了宝贵的时间，”Primaa 联合创始人兼首席执行官 Fanny Sockeel 解释道。这家巴黎公司开发了一个人工智能平台，能够分析组织图像以检测乳腺癌和皮肤癌。其模型经过大型注释数据集的训练，可以识别与肿瘤相关的模式，并生成对临床决策有用的定量测量结果。
这种方法减少了观察者之间的差异，这是一个经常被低估的问题。两位病理学家可能会对同一张幻灯片做出不同的解释，从而影响分类和治疗。人工智能通过标准化分析，将连续性引入诊断实践。对于卫生机构来说，它还可以部分应对专家短缺的问题，同时缩短采样和结果之间的时间。
收益不仅限于生产力。通过系统化量化，这些工具为更具预测性的医学开辟了道路。目前的工作重点是形态学特征与临床进化之间的相关性：向复发预期或个性化治疗的转变。数字病理学和统计模型之间的这种融合最终可能会重新定义诊断在护理链中的地位。
然而，这种转变是复杂的。在医院实施这些系统需要数字基础设施、监管验证和适当的团队培训。临床医生的信心基于模型的透明度和算法决策的可追溯性。在欧洲，基于人工智能的医疗设备的法规施加了科学和道德的严格性，这可能成为一种竞争优势。
Primaa 是这一动态的一部分，由 Fanny Sockeel、Stéphane Sockeel 和 Marie Sockeel 于 2018 年创立，该初创公司刚刚筹集了资金 700万欧元 与 MH Innov’ 和 Elaia 合作基金， 的 斯温资本合伙人， 的 超级资本 和的 温德尔家族成员。这笔资金将用于加强商业和技术团队，加速新人工智能模块的开发，并准备 FDA认证 为其进入美国市场。
