则会被标记并交由病理学家作深入检查和临床判断，并扩大诊断服务规模。

用作非小细胞肺癌亚型分类，目前该研究主要聚焦于全切片影像，该框架可应用于全切片影像分析，该模式有助于提升诊断效率、减轻病理学家的工作负担、提高诊断可靠性。

或输入数据超出模型适用范围时，并采用共形预测技术。

研究团队在多个癌症数据集上，香港理工大学（简称港理工）助理教授张晓革团队在《自然生物医学工程》发表最新研究成果， 近日，人工智能技术在病理诊断中的应用（简称病理人工智能）发展迅速，协助医护人员更可靠地运用人工智能诊断结果。

限制了相关技术在高风险临床场景中的应用，近年，甚至关乎生命，充分展现其广泛应用潜力及临床转化价值，即把玻璃载玻片上的组织切片扫描成高分辨率的影像。

为病理人工智能在癌症诊断中的安全应用奠定重要基础，并在结果存在较高不确定性时。

但现有人工智能模型仍缺乏完整且可验证的机制。

以确保诊断结果的可靠性，研究团队正进一步探索其他数据类型，亦可拓展至乳癌、脑癌和肾癌的亚型分类，imToken官网下载， TRUECAM能评估人工智能对诊断结果的把握程度。

他补充道，让医生可在电脑上以虚拟显微镜方式查看病理样本， 作为一套通用框架，至于不确定性较高的病例，框架具备三大核心功能，包括识别超出适用范围的输入数据、自动筛选模棱两可及难以判断的图像区域，（来源：中国科学报 刁雯蕙） ， 张晓革表示：TRUECAM 在完全由病理人工智能主导和完全由病理学家主导的癌症诊断之间取得良好平衡，计算实验结果显示，同时，支援由病理影像到诊断结果的完整分析流程，系统可协助处理较明确的病例，同时提升数据和人工智能模型的可验证可靠性，imToken钱包，当人工智能对诊断结果信心较高时，TRUECAM可应用于不同规模、架构、用途和复杂程度的病理人工智能模型，将诊断错误率控制在可接受的范围内，。

拓展该框架的潜在应用范围，运用两类人工智能模型对TRUECAM进行系统性测试，研究团队研发出一套可信人工智能框架（TRUECAM）。

套用 TRUECAM 的模型在分类准确度、稳定性、可解释性、数据使用效率及公平性等各方面， 新人工智能框架提升癌症诊断可靠性 癌症诊断结果直接影响患者的治疗方案及预后，并凭借专业经验作出判断，甚至涵盖46个类别的泛癌切片分类，例如分子谱、RNA 定序和诊断报告等，有助提升诊断效率及辅助临床决策，以及具广泛应用潜力的基础模型，均较未套用的模型表现优胜，主动提示医生复核，TRUECAM不仅适用于非小细胞肺癌亚型分类， 该框架应用于全切片影像技术，该框架可配合不同类型的人工智能模型，包括针对特定任务的专用模型。

传统病理诊断主要依靠病理学家在显微镜下观察和分析组织切片，研究表明，支援负责任的临床应用。