(相关资料图)
团队创建了一个集成式深度学习模型，能够整合利用其他各种不同模型来提高诊断的准确性并减少误差，然后利用公开的数据库，包含癌症组织病理学数据库（BCHD）储存的恶性和良性乳腺组织的图像，对这些模型进行训练。
团队表示，他们新开发的AI系统会查看高分辨率图像，并从历史数据中学习如何识别癌症并进行诊断。该系统在活检中几乎不会错过一个肿瘤，在连续诊断多人后也能保持稳定性能，不会因疲劳而影响准确性。理想情况下，该系统不仅能帮医生更快、更准确地识别患者，而且有助于催生新的AI模型，用于诊断那些缺乏患者数据的罕见癌症。
今年初，该团队曾推出一款能更快、更准确地诊断出前列腺癌的AI工具。他们希望在这些系统的基础上，创建出一个更大的系统，让医生能借助这些创新的AI技术诊断出一系列癌症。研究人员表示，新工具将“重新定义数字病理学”。
标签：
内容搜集整理于网络，不代表本站同意文章中的说法或者描述。文中陈述文字和内容未经本站证实，其全部或者部分内容、文字的真实性、完整性、及时性本站不做任何保证或者承诺，并且本站对内容资料不承担任何法律责任，请读者自行甄别。如因文章内容、版权和其他问题侵犯了您的合法权益请联系邮箱：5 146 761 13 @qq.com 进行删除处理，谢谢合作！
