OvaCare AI

Description

Mon application Flutter, conçue pour la détection précoce de la classification des sous-types de cancer de l'ovaire, s'appuie sur l'API Gemini pour fournir aux médecins un outil puissant. Le cancer de l'ovaire est la cinquième cause de mortalité par cancer chez les femmes dans le monde, en grande partie en raison d'un diagnostic tardif, en raison des symptômes initiaux souvent vagues et incohérents. Les méthodes de diagnostic traditionnelles, qui reposent sur l'analyse d'images histologiques par des pathologistes à l'aide d'un examen microscopique, sont confrontées à la complexité et à l'incohérence, ce qui entraîne une entente modérée entre les spécialistes.
Cette application présente un framework de classification des sous-types de cancer de l'ovaire basé sur l'histotype, qui utilise des algorithmes d'apprentissage par instances multiples et de deep learning sur des images histologiques. L'approche vise à classer avec précision les sous-types de cancer de l'ovaire, à détecter les valeurs aberrantes et à segmenter chaque image en catégories de tumeur, de cellule saine ou de cellule morte, ce qui aide les pathologistes à établir un diagnostic. Divers modèles ont été entraînés pour classer automatiquement les images de lames entières et les micromatrices tissulaires colorées à l'hématoxyline et à l'éosine, ce qui a donné des résultats prometteurs.
Globalement, l'application Flutter comprend deux chemins, l'un pour le médecin et l'autre pour le patient, avec un écran de démarrage et un écran d'intégration. Le médecin peut importer l'image, puis obtenir les résultats et les envoyer au patient avec un plan de traitement. L'application comprend également un chat avec le médecin et le patient, organisé par compte Firebase pour envoyer, recevoir ou effacer des messages entre les médecins et les patients, avec une page d'accueil pour chacun.