1254-全癌种病理图像肿瘤自动分割系统

这项研究开发了一种通用的深度学习模型，旨在自动识别和分割多种癌症病理切片中的肿瘤区域。研究人员利用涵盖结直肠癌、肺癌等四种癌症的两万多张全扫描数字化切片进行模型训练，并在包含乳腺癌和膀胱癌在内的多组独立外部数据上进行了严格验证。实验结果显示，该通用模型在多数病种中的表现与针对单一癌症开发的专用模型相当，甚至在从未见过的癌症类型中也展现出极佳的泛化能力。尽管模型在处理某些细小且破碎的早期膀胱癌样本时面临挑战，但其在不同实验室设备和扫描仪之间均表现出高度的稳定性。总体而言，这项成果证明了使用单一人工智能模型进行跨癌种自动肿瘤分割的可行性，有望大幅提升临床病理诊断的效率。References:Skrede O J, Pradhan M, Isaksen M X, et al. Generalisation of automatic tumour segmentation in histopathological whole-slide images across multiple cancer types[J]. npj Precision Oncology, 2026.前往小宇宙评论区与主播互动