AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-17
Kerangka kerja deep learning hierarkis yang dapat diinterpretasikan untuk deteksi kanker paru-paru dan kolon
Judul asli: An interpretable hierarchical deep learning framework for lung and colon cancer detection
Mengklasifikasikan kanker paru-paru dan kolon dari citra histopatologi merupakan tugas yang sulit karena kelas-kelasnya tampak serupa dan morfologi jaringan bervariasi, sementara model deep learning konvensional kurang transparan. Para penulis membagi tugas lima kelas ini menjadi tahap-tahap dari kasar ke halus: pertama normal versus kanker, lalu pengklasifikasi khusus untuk kategori jaringan normal atau subtipe kanker, dengan arsitektur terbaik dipilih untuk setiap tahap. Kerangka kerja ini mencapai akurasi 98.50% pada LC25000 dan 82.01% pada dataset independen LungHist700, dan Grad-CAM, Grad-CAM++, LIME, serta Occlusion Sensitivity digunakan untuk menyorot area citra yang mendasari prediksinya.