AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-17
用於肺癌與結腸癌偵測的可解釋階層式深度學習框架
原標題: An interpretable hierarchical deep learning framework for lung and colon cancer detection
由於各類別外觀相似且組織形態多變，從組織病理影像分類肺癌與結腸癌相當困難，而傳統深度學習模型幾乎無法提供透明度。作者將這項五類別任務拆解為由粗到細的階段：先區分正常與癌症，再針對正常組織類別或癌症亞型使用專門的分類器，並為每個階段選出最佳架構。該框架在 LC25000 上達到 98.50% 的準確率，在獨立的 LungHist700 資料集上達到 82.01%，並使用 Grad-CAM、Grad-CAM++、LIME 與 Occlusion Sensitivity 標示出其預測所依據的影像區域。