事件概述 相关报道显示，研究提出PICASSO（基于稀疏字典学习的病理图像概念图谱）框架，用稀疏自编码器将病理学基础模型的图像嵌入分解为人类可理解的视觉概念，并在覆盖32种癌症类型、超过1.2亿个组织图像patch的数据上训练，构建泛癌组织形态学概念图谱。作者称该方法可用于审计模型预测所依赖的形态学特征、抑制技术伪影相关概念并进行概念级干预，并报告在肺腺癌中发现“hobnailing”上皮形态可能与EGFR突变相关，以及与空间转录组联合分析揭示形态模式与基因表。 这类研究的意义不只在于提出新的疾病认识，也在于为早筛、分层诊疗和随访管理提供更具体的检测依据。 产业观察 前沿医学研究会持续推动检测技术、临床分层和疾病管理方式的变化。 文章来源 https://www.biorxiv.org/content/10.64898/2026.06.12.731496v1 |
/3 
浙公网安备33010802005999号 
