这篇文章详细介绍了TriPath，这是一个用于分析3D病理学样本的深度学习平台，旨在预测临床结果，特别是前列腺癌的生化复发。该研究强调，利用3D组织体积 进行预后分析，例如使用开放式光片显微镜 (OTLS) 或微型计算机断层扫描 (microCT) 采集的图像，优于传统的2D切片 方法和病理学家基线，因为它能更好地捕获 组织异质性 并减轻 采样偏差。TriPath采用弱监督学习方法，无需详细的手动注释即可处理巨大的千兆体素数据集，并提供可解释性工具来识别与风险相关的3D形态学特征，从而展示了计算3D病理学在临床应用中的巨大潜力。
References:
- Song A H, Williams M, Williamson D F K, et al. Analysis of 3D pathology samples using weakly supervised AI[J]. Cell, 2024, 187(10): 2502-2520. e17.
