AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-22
本体引导的神经符号 convNeXtV2–swin transformer,用于甲状腺乳头状癌的可解释细胞学分类
原标题: Ontology-guided neuro-symbolic convNeXtV2–swin transformer for explainable cytological classification of papillary thyroid carcinoma
研究人员开发了一种混合模型，将细胞和细胞核的精细细节与更宏观的空间上下文相结合，以解决从细胞学角度分类甲状腺乳头状癌的难题。该模型在独立测试集上达到了 96.19% 的准确率，在外部测试中达到 91.4%。归因分析和本体引导的解释支持了结合病理信息的解释，但并未提供独立的生物标志物检测或与专家相当的病理推理。