OvaCare AI

Descrizione

La mia applicazione Flutter, progettata per il rilevamento precoce della classificazione dei sottotipi di cancro ovarico, sfrutta l'API Gemini per fornire un potente strumento per i medici. Il cancro ovarico è la quinta causa di morte correlata al cancro nelle donne in tutto il mondo, in gran parte a causa della diagnosi in fase avanzata, data la natura spesso vaga e incoerente dei sintomi iniziali. I metodi diagnostici tradizionali, basati sull'analisi delle immagini di istopatologia da parte di patologi che utilizzano l'esame microscopico, presentano complessità e incoerenza, il che porta a un accordo moderato tra gli specialisti.
Questa applicazione introduce un framework di classificazione dei sottotipi di cancro ovarico basato su istotipi che utilizza algoritmi di deep learning e di apprendimento multi-istanze sulle immagini di istopatologia. L'approccio mira a classificare con precisione i sottotipi di cancro ovarico, rilevare gli outlier e segmentare ogni immagine in categorie di tumori, cellule sane o cellule morte, aiutando così i patologi nella diagnosi. Sono stati addestrati vari modelli per classificare automaticamente le immagini di vetrini interi colorati con ematossilina ed eosina e i microarray di tessuto, ottenendo risultati promettenti.
In generale, l'applicazione Flutter include due percorsi, uno per il medico e un altro per il paziente, con schermata di benvenuto e schermata di onboarding. Il medico può caricare l'immagine, poi acquisire i risultati e inviarli al paziente con il piano di cura. L'applicazione include anche la chat con il medico e il paziente organizzata per account FireBase per inviare, ricevere o cancellare messaggi tra medici e pazienti con home page per ciascuno.