OvaCare AI

Funktion

Meine Flutter-Anwendung zur Früherkennung von Ovarialkarzinom-Subtypen nutzt die Gemini API, um Ärzten ein leistungsstarkes Tool zur Verfügung zu stellen. Eierstockkrebs ist die fünfthäufigste Ursache für krebsbedingte Todesfälle bei Frauen weltweit. Dies liegt vor allem an der späten Diagnose, da die ersten Symptome oft vage und inkonsistent sind. Traditionelle Diagnosemethoden, die auf der Bildanalyse von Pathologien durch Pathologen mithilfe der mikroskopischen Untersuchung beruhen, sind komplex und inkonsistent, was zu einer mäßigen Übereinstimmung unter den Spezialisten führt.
In dieser Anwendung wird ein histotypbasiertes Klassifizierungskonzept für Ovarialkarzinom-Subtypen vorgestellt, bei dem auf Histopathologiebildern mehrere Instanz-Lern- und Deep-Learning-Algorithmen eingesetzt werden. Ziel des Ansatzes ist es, Subtypen von Eierstockkrebs genau zu klassifizieren, Ausreißer zu erkennen und jedes Bild in die Kategorien Tumor, gesunde Zelle oder tote Zelle zu segmentieren, um Pathologen bei der Diagnose zu unterstützen. Verschiedene Modelle wurden trainiert, um Hematoxylin- und Eosin-gefärbte Ganzscheibenbilder und Gewebemikroarrays automatisch zu klassifizieren, was vielversprechende Ergebnisse lieferte.
Die Flutter-Anwendung umfasst insgesamt zwei Pfade, einen für Ärzte und einen für Patienten mit Startbildschirm und Onboarding-Bildschirm. Ärzte können das Bild hochladen, die Ergebnisse abrufen und sie zusammen mit dem Behandlungsplan an den Patienten senden. Die Anwendung umfasst auch einen Chat mit Ärzten und Patienten, der über ein Firebase-Konto organisiert wird, um Nachrichten zwischen Ärzten und Patienten zu senden, abzurufen oder zu löschen. Außerdem gibt es eine Startseite für jeden.