HistoEncoder는 방대한 양의 전립선 조직 이미지 데이터로 훈련된 기반 모델로, 최소한의 데이터와 계산 리소스만으로도 전립선암 진단 및 예후 예측에 높은 성능을 보여주는 동시에 기존 방법 대비 월등한 데이터 효율성을 제공합니다.
단일 자기 공명 영상(MRI) 방식에 의존하는 기존 모델과 달리, 다중 MRI 방식을 딥러닝 모델 학습에 통합하면 임상적으로 유의미한 전립선암 예측의 정확성과 신뢰도를 높일 수 있다.
증가하는 병리학 서비스 수요를 충족하기 위해 인공지능 기반의 전립선암 진단 및 등급 분류 시스템을 개발하고, 실제 데이터를 사용하여 검증한 결과, 상용 시스템에 필적하는 성능을 보였으며, 특히 IHC 검사 필요성을 크게 줄일 수 있는 가능성을 확인했습니다.
딥 라디오믹스 기반 머신러닝 모델이 환자 수준에서 PI-RADS 평가와 비슷한 성능을 보였지만 병변 수준에서는 그렇지 않았다.