2024-09-12 | 박효정 기자

Deepnoid“欧洲病理学会采纳3篇‘AI癌症诊断研究’摘要”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

Deepnoid(315640)12日宣布,与天主教大学医学院病理科教授郑约瑟团队共同研究的“利用人工智能(AI)的癌症诊断技术”3篇研究摘要,被“欧洲病理学会(ECP)2024”采纳。ECP是由欧洲病理学会主办的年度学术大会。

本次研究提出了在AI模型中提高肾癌、大肠癌、尿路上皮癌等多种癌种诊断准确性、并最大化临床现场实用性的方案。在大肠癌病理图像分析研究中,通过比较“特征提取器”对大肠癌是否正常及四种亚型进行分类,证明了基于AI的分析技术可大幅提升大肠癌诊断的准确性。

尿路上皮癌研究将即使在数据不完整或不明确的情况下也能有效学习的多示例学习(MIL)模型,与用于提高图像分类准确度的ArcFace Loss相结合,提升了诊断性能。

肾癌研究利用大规模数据开发了可准确分类是否正常及三种亚型的模型。用该模型对肾细胞癌进行分类时,平均准确率(ACC)为92.81%。该研究利用从10家机构收集的8000张以上全切片图像(WSIs)进行学习,是以国家为单位的数据集中规模最大的。

郑教授表示:“本次研究是切实展示AI技术如何应用于癌症诊断领域的重要成果”,“尤其是利用国内多家机构收集的大量数据进行学习和验证的肾癌研究,被评价为以公开数据得出客观结果的论文,意义重大”。

Deepnoid团队负责人尹洪俊表示:“本次学会上发表的研究展示了利用AI的癌症诊断技术的创新可能性”,“这将成为Deepnoid在全球市场扩展基于AI的癌症诊断解决方案的重要里程碑”。

阅读韩文原文