pathology

GATE-ST 提出了一种基因感知的文本-图像编码器，通过交叉注意力机制将文本编码的基因摘要与病理组织图像嵌入进行整合，以提升空间基因表达预测性能；在病理影像基准测试中，其表现优于仅使用图像以及使用随机嵌入的基线方法。

SlideBank 是一个用于病理学中全切片图像推理的免训练框架，通过使用持久化分层证据库来提高一致性并降低推理成本。

GigaPath-Flash和GigaTIME-Flash是高效的病理基础模型，它们在保持性能的同时降低计算需求，使计算病理学能够进行更大规模的研究。

本文考察与自闭症相关的基因突变如何导致神经发育障碍的发展。

文章讨论了通过输血产品传播与阿尔茨海默病相关的β-淀粉样蛋白病理学的风险。

微软研究院与Paige联合推出PRISM2，这是一个在病理图像和语言上训练的多模态基础模型，在多个基准测试中无需任务专用模型即可媲美专门的癌症检测系统。该模型的权重已在Hugging Face上公开，供研究使用。

一项尸检研究发现长新冠患者心脏中存在复制中的SARS-CoV-2，这与心脏症状和基因表达变化相关，表明病毒持续存在驱动长新冠心脏病理。

本文介绍了Nimblemind多智能体系统(nMAS)，用于从胃活检报告中提取幽门螺杆菌感染证据，在216个特征病例决策中达到98.61%的准确率，并显示出相比人工审查显著节省时间。

介绍了一种基于分布的多实例学习框架，利用零膨胀贝塔建模，从组织病理学切片中改进非小细胞肺癌肿瘤比例评分的预测。

PathPocket是一个多模态AI智能体协同助手，专门用于基于证据的病理学，利用全面的证据语料库和超图，在超过20万个真实病例上超越了现有最先进的方法。

PathoSage 提出了一个三阶段框架，用于病理学多模态推理，该框架将知识检索、证据收集和证据裁决分开，以减少幻觉并处理冲突证据，并包含一个无需训练的 Beta-Bernoulli 经验系统，用于建模工具可靠性。

一位医疗专业人士分享了使用ChatGPT辅助诊断病理学的积极经验，展示了AI提供准确、详细分析的能力，其水平可与皮肤病理学家相媲美。