IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-24
SCLC-SBT: um transformer espectral-bilinear para classificação de imagens histopatológicas de câncer de pulmão de pequenas células
Título original: SCLC-SBT: a spectral-bilinear transformer for small cell lung cancer histopathology image classification
Para classificar imagens histopatológicas de câncer de pulmão de pequenas células (SCLC) como normais ou SCLC, os autores propõem o SCLC-SBT, um Spectral-Bilinear Transformer hierárquico que captura tanto a textura nuclear de alta frequência quanto as dependências de longo alcance do tecido. Em um benchmark de 1.974 imagens, ele alcança acurácia de 0,9697 e AUC de 0,9971, com a melhor estimativa pontual entre 11 arquiteturas comparadas em cinco de sete métricas. A vantagem é estatisticamente significativa em relação a cinco dos onze modelos de referência, mas não em relação aos seis mais fortes, por isso os autores a descrevem como competitiva a superior.