RACR-MIL

新型AI模型提高鳞状细胞癌分级准确性

研究人员开发了RACR-MIL，一种用于全切片图像鳞状细胞癌（SCC）分级的新型弱监督方法。该框架引入了一个混合图来捕获局部和非局部肿瘤区域的依赖关系，并结合感知排序约束来增强区域级分级置信度。该系统展示了最先进的性能，在分级效率上比现有方法提高了3-9%，在肿瘤定位方面提高了10%。一项试点研究表明，病理学家发现RACR-MIL在60%的病例中提高了分级效率，表明其作为临床诊断助手的潜力。