Adv Sci丨施奇惠团队报道基于自动标注的通用细胞病理癌症诊断深度学习模型框架

本研究针对体液细胞病理癌症诊断灵敏度低的问题，提出了一种基于单细胞测序的自动标注方法，构建了不依赖专家标注的深度学习模型框架。背景上，体液样本因肿瘤细胞数量少且形态与良性细胞重叠，导致传统诊断灵敏度低；研究目的是开发一种通用、客观的细胞标注方法，并通过深度学习提高诊断准确性；结论显示，该模型在肺癌诊断中表现出高灵敏度和特异性，为早期诊断提供了新工具。