Nat Commun | 俞章盛/张岳团队开发基于组织病理学图像的癌症诊断和生存预测AI基础模型

文章预览

组织病理学图像分析被认为是癌症诊断的金标准 ，但依赖于 病理学家 的 传统人工诊断方法既耗时又繁重 ，如果 诊断经验不足 还 会导致漏诊和误诊，严重影响 患者的 后续治疗。计算病理学和人工智能 （ AI ） 的进步为使用十亿像素 切片 进行客观诊断、预后和治疗反应预测提供了可能。 虽然 基于深度学习的计算病理学在各种病理任务中显示出良好的前景 ，但 自然图像和病理图像之间的内在差异 、训练数据的稀缺性、不同癌症类型的形态学差异等因素影响了模型的分析性能和跨癌症任务的适应。相比之下，计算病理学的基础模型（训练策略包括监督学习和自监督学习）是通过对大量无监督的数字病理图像进行预训练而建立，即使面对多个任务也能始终实现高性能。 近日， 上海交通大学俞章盛教授 联合 张岳 团队 展示了一个先进的 、基于自 ………………………………