Evaluación de modelos fundacionales para análisis multimodal de cáncer
Descubre cómo los modelos fundacionales mejoran el diagnóstico multimodal del cáncer mediante sondeo, fusión y confiabilidad con predicción conforme.
#patología
Evaluación sistemática de modelos fundacionales para análisis multimodal de cáncer
Evaluamos modelos fundacionales en patología y transcriptómica para cáncer. La fusión multimodal mejora cuando una modalidad no domina. Predicción conforme
Mejora de VLMs patológicos mediante razonamiento multiescala
Mejora diagnóstico patológico con VLMs entrenados con razonamiento multiescala. Scale-VQA y ScaleReasoner-R1 superan atajos textuales con rendimiento superior.
SegTME-UNI2: Segmentación celular y caracterización TME con IA
Descubre cómo SEGTME-UNI2 segmenta células y caracteriza el microambiente tumoral en histopatología usando pseudoetiquetado progresivo y LLM.
PathoSage: Adjudicación de evidencia multi-fuente en patología
PathoSage reduce alucinaciones en patología computacional mediante un flujo de trabajo agentivo que adjudica evidencia de múltiples fuentes. Descubre cómo
PathoSage: Adjudicación de evidencia multi-fuente en patología
Descubre PathoSage, un marco innovador que mejora la precisión en patología al adjudicar evidencia multi-fuente y modelar la fiabilidad de herramientas.
Estrés en LLMs médicos revela patologías de seguridad ocultas
Las pruebas de estrés narrativo en modelos de lenguaje médico revelan fallos de seguridad ocultos que la precisión no detecta. Conoce más en Q2BSTUDIO.
PathPocket: Copiloto de IA multimodal para patología basada en evidencia
PathPocket mejora el diagnóstico de patólogos mediante IA basada en evidencia clínica. Un copiloto multimodal que transforma la patología computacional.
Arquitectura y datos: claves de las alucinaciones en LLMs
Descubre cómo la arquitectura (self-attention, MLE, decodificación) y los datos generan alucinaciones en LLMs. Analizamos causas estructurales y cómo mitigarlas.
MedCTA: Benchmark para agentes clínicos
Descubre MedCTA, el benchmark para evaluar agentes de IA en tareas clínicas reales. Analizamos su rendimiento en herramientas clínicas y protocolos.
Atlas H&E-TME: Perfilado de tejidos con IA a nivel de experto
Descubre cómo Atlas H&E-TME utiliza IA para analizar tejidos tumorales con precisión de experto, superando desafíos de ambigüedad morfológica.
SAGE: Segmentación Adaptativa de Histopatología con Expertos Dinámicos
Descubre SAGE, un modelo que segmenta imágenes de histopatología con expertos dinámicos, logrando Dice score 95%. Optimiza el análisis de cáncer en WSI.
Sistema multiagente para informes de RM de columna
Descubre SpineAgent, un sistema multiagente basado en IA que genera informes precisos de RM de columna, superando métodos previos y avalado por radiólogos.
SlideCheck: guía el preentrenamiento de modelos de patología con distribuciones
Descubre cómo SlideCheck guía el preentrenamiento de modelos de patología con distribuciones de datos para filtrar y auditar parches WSI, mejorando eficiencia y control en el desarrollo de IA.
AMN: Red Adaptativa de Fusión Multiescala con Bordes e Incertidumbre para Núcleos
Descubre AMN, una red adaptativa que fusiona Swin Transformer y ResNet-50 para segmentar núcleos con alta precisión en patología. Supera a 8 modelos en CoNIC.
¿Qué anatomía importa con etiquetas limitadas? Benchmark cardíaco
¿Qué anatomía importa con pocas etiquetas? Descubre cómo la representación anatómica supera a la complejidad del modelo. Benchmark ACDC.
LRMIL: Aprendizaje eficiente en baja resolución para clasificación patológica
Aprende cómo LRMIL destila conocimiento de alta resolución a baja para clasificar imágenes patológicas con alta precisión y bajo coste.
Factorización interpretable para identificar factores latentes de psicopatología
Descubre cómo la factorización interpretable de cuestionarios clínicos revela factores latentes en psicopatología y mejora el diagnóstico.
DaX: Representaciones de patología general a través de escalas
DaX logra el mejor rendimiento en 161 tareas de patología digital. Aprende representaciones generales a través de escalas. ¡Descubre más!
STREAM: Flujo Riemanniano para generación de imágenes histopatológicas
STREAM: nuevo método de flujo riemanniano para generar imágenes histopatológicas. Supera colapso de condicionamiento y logra SOTA.