当前位置:首页 > 报告详情

用于癌细胞分型和肿瘤纯度的分布式深度学习.pdf

上传人: 张** 编号:167744 2024-06-15 30页 4.82MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了Providence Health的首席数据科学家Robert Kramer,他在数据科学领域的多样学术背景,以及他当前在预测手术入院和分子病理学ML/AI开发方面的项目。文章强调了肿瘤纯度的重要性,以及它在理解肿瘤微环境、与遗传生物标志物及患者预后相关的角色。Robert Kramer领导的团队在将人工智能/机器学习整合到组织学细胞分类中取得了进展,开发了一个世界领先的基础计算病理学模型,并在Nature等期刊上发表了研究成果。他们还解决了大规模图像处理问题,并与Databricks合作,将研究成果转化为生产工作流程。关键数据包括:2.6M覆盖人口、51家医院、1000多家诊所和1700多篇发表的研究论文。此外,文章提到了他们如何通过分布式处理方法,提高了病理学图像分析的效率和可扩展性,显著降低了处理时间,并提高了预测准确性。
"Providence Health如何利用AI改进癌症诊断?" "AI在病理学成像中的应用有哪些突破性进展?" "如何通过分布式计算提高肿瘤细胞分类的效率?"
客服
商务合作
小程序
服务号
折叠