AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-21

फाउंडेशन मॉडलों के एन्सेम्बलिंग द्वारा बैरेट के एसोफैगस पैथोलॉजी में विश्वसनीय मॉर्फोलॉजिकल सबटाइपिंग और कैंसर डिटेक्शन की ओर

मूल शीर्षक: Towards reliable morphological subtyping and cancer detection on Barrett’s esophagus pathology through ensembling foundation models

वास्तविक दुनिया के नैदानिक कार्यों के लिए हिस्टोपैथोलॉजी फाउंडेशन मॉडल (Histo-FMs) की विश्वसनीयता अब तक अप्रमाणित रही है। 790 रोगियों से लिए गई 3528 H&E-रंजित व्होल-स्लाइड इमेज के BarrettNet कोहोर्ट पर, जिसमें श्रेणियाँ सामान्य से लेकर एसोफैगस के एडेनोकार्सिनोमा तक फैली हैं, शोधकर्ताओं ने बैरेट के एसोफैगस की मॉर्फोलॉजिकल सबटाइपिंग और कैंसर डिटेक्शन के लिए इनके उपयोग का परीक्षण किया। मैग्निफिकेशन और बैकबोन में पाँच सबसे विशेषज्ञ-सुसंगत सिंगल-स्केल मॉडल को संयोजित करने से क्रमिक लाभ मिले (सबटाइपिंग के लिए AUROC 0.907 और कैंसर डिटेक्शन के लिए 0.909), जबकि डिस्प्लेसिया आकलन में सीमित लाभ दिखा और बाहरी सत्यापन आवश्यक बना हुआ है।

मूल लेख पढ़ें ↗

सभी आइटम →