nnMIL

新的nnMIL框架提升了计算病理学中AI的准确性

研究人员开发了nnMIL，一个新颖的多示例学习框架，旨在提高计算病理学中AI模型在准确性和泛化能力。该框架将来自基础模型的块级表示连接到幻灯片级临床预测，并在块级和特征级引入随机采样以实现高效训练。nnMIL在35个临床任务和四个病理学基础模型上展示了卓越的性能，在疾病诊断、生物标志物检测和预后预测方面优于现有方法，同时还表现出强大的跨模型泛化能力和可靠的不确定性估计。