预处理的机器学习模型可能有助于诊断在资源有限的环境中
2025-04-28 12:48:04
根据AACR 2025上提出的一项研究,预先训练的机器学习模型从组织样品的数字图像中鉴定出非甲状腺瘤皮肤癌(NMSC)的标准基线模型优于标准基线模型。研究表明,这些高级模型可以在资源有限的环境中改善癌症的诊断,在这些环境中获得专家病理学家的机会有限。三种当代基础模型(Prism,Uni和Prov Gigapath)在来自孟加拉国个人的组织滑动图像数据集上进行了测试,其精度从90.8%到92.5%不等,而Resnet18的精度为80.5%。这些模型的简化版本还显示了基线模型的性能改善。该研究强调了在临床环境中使用预训练的AI模型的潜在益处和局限性。