本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-17 |
Application of artificial intelligence and digital tools in cancer pathology
2026-Sep-23, The Lancet. Digital health
DOI:10.1016/j.landig.2025.100933
PMID:41241581
|
综述 | 概述人工智能在癌症病理学中的应用及其面临的挑战与发展趋势 | 强调从传统机器学习向深度学习、自监督学习基础模型、多模态模型和智能体AI的技术转型 | 存在可解释性、验证和临床整合的挑战,不同医疗机构采用程度不均 | 探讨人工智能在病理学工作流程中的应用与监管伦理问题 | 癌症病理诊断中的AI模型应用 | 数字病理学 | 癌症 | 苏木精-伊红染色、HER2/PD-L1生物标志物检测 | 深度学习,自监督学习,多模态模型 | 病理图像 | NA | NA | 基础模型 | NA | NA |