KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (computational biology) · 2026-10-22
Ontologiegeleitetes neuro-symbolisches convNeXtV2–Swin Transformer zur erklärbaren zytologischen Klassifikation des papillären Schilddrüsenkarzinoms
Originaltitel: Ontology-guided neuro-symbolic convNeXtV2–swin transformer for explainable cytological classification of papillary thyroid carcinoma
Die Forschenden entwickelten ein hybrides Modell, das feine zelluläre und nukleäre Details mit breiterem räumlichem Kontext kombiniert, um Schwierigkeiten bei der Klassifikation des papillären Schilddrüsenkarzinoms aus der Zytologie zu begegnen. Es erreichte eine Genauigkeit von 96.19% auf einem unabhängigen Testdatensatz und 91.4% beim externen Testen. Attributionsanalyse und ontologiegeleitete Interpretation unterstützten pathologiefundierte Erklärungen, ohne eine unabhängige Biomarkererkennung oder eine expertenäquivalente pathologische Begründung zu liefern.