WO2023218240 - DIGITAL PATHOLOGY SYSTEM
National phase entry is expected:
Publication Number
WO/2023/218240
Publication Date
16.11.2023
International Application No.
PCT/IB2023/000255
International Filing Date
11.05.2023
Title **
[English]
DIGITAL PATHOLOGY SYSTEM
[French]
SYSTÈME NUMÉRIQUE DE PATHOLOGIE
Applicants **
AGENDIA NV
Inventors
GLAS, Annuska, Maria
HOGENBIRK, Marc, Arnaud
HAZRATI, Ebrahim
HAAN, Josien, Carolien
Priority Data
63/340,527
11.05.2022
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| 译文 |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2487 | |
| EPO | Filing, Examination, Granting | 16302 | |
| Japan | Filing, Examination, Granting | 2649 | |
| South Korea | Filing, Examination, Granting | 3077 | |
| USA | Filing, Examination, Granting | 6940 |
Total:
31,455
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Contact Us
Abstract[English]
The invention provides methods and artificial-intelligence (Al) systems that predict disease risk from samples. In particular, Al systems predict diseases risk from samples such as whole slide images (WSIs). When those Al-predicted risks do not match risk scores calculated in laboratory assays, methods of the invention give the Al system further, additional training on select samples. In particular, the samples for additional training are selected for their representation of biological processes implicated in discordance between Al-predicted risk scores and laboratory calculated risk scores. The additional training from the select sample provides a correction model ensuring the Al-predicted disease risk is highly accurate and precise. Al systems of the invention and classify breast cancer risk from WSIs of stained breast tissue with sensitivity and specificity rivaling prior microarray assays.[French]
L'invention concerne des procédés et des systèmes d'intelligence artificielle (IA) qui prédisent un risque de maladie à partir d'échantillons. En particulier, des systèmes d'IA prédisent un risque de maladies à partir d'échantillons tels que des lames entières numériques (WSI). Lorsque ces risques prédits par IA ne correspondent pas à des scores de risque calculés dans des dosages de laboratoire, les procédés de l'invention donnent au système IA un apprentissage supplémentaire additionnel sur des échantillons sélectionnés. En particulier, les échantillons pour un apprentissage supplémentaire sont sélectionnés pour leur représentation de processus biologiques impliqués dans la discordance entre des scores de risque prédits par l'IA et des scores de risque calculés en laboratoire. L'apprentissage supplémentaire à partir de l'échantillon de sélection fournit un modèle de correction garantissant que le risque de maladie prédit par l'IA est hautement précis et exact. Les systèmes d'IA de l'invention effectuent une classification du risque de cancer du sein à partir de WSI de tissu mammaire coloré avec une sensibilité et une spécificité qui rivalisent avec des dosages de microréseaux précédents.