- 子宮内膜がん（EC）の診断は従来、腫瘍の形態や核のグレードに基づいていたが、個別化治療には腫瘍の変異負荷（TMB）の理解が不可欠である。この論文では、H&E染色された組織スライドから直接TMBの状態を予測し、ECのサブタイプを分類するTR-MAMILディープラーニングフレームワークを紹介している。
深層学習フレームワークTR-MAMILが腫瘍変異負荷の予測および子宮内膜癌のサブタイプ分類において優れている
AIによる要点抽出
ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。