Público
Investigação com revisão por pares
Consulte a investigação publicada, organizada por tema de IA aplicada à patologia.
Consultar a investigaçãoEvidência e publicações
Investigação peer-reviewed da nossa equipa, publicada em revistas e conferências de referência
Evidência e recursos
Centro de evidência e recursos
Comece pela investigação pública e, em seguida, solicite as informações específicas do produto e do mercado relevantes para a sua avaliação.
Pedido
Pedido de evidência sobre o produto e o fluxo de trabalho
Solicite evidência adequada ao produto, ao fluxo de trabalho e à utilização prevista em avaliação.
Solicitar evidência relevantePedido
Pedido do estado regulamentar atual
Solicite informações de estado relativas ao produto, à versão, à utilização prevista e ao mercado relevantes.
Solicitar o estado atualComo é partilhada a evidência
O acesso é ajustado à sensibilidade das informações e ao âmbito da avaliação.
L1 · Público
Investigação com revisão por pares e informações gerais sobre produtos disponíveis neste site.
L2 · Pedido qualificado
Evidência específica e informações de planeamento podem ser partilhadas após análise da organização e do caso de utilização.
L3 · Avaliação sob NDA
Os materiais técnicos, de segurança ou de diligência detalhados podem exigir termos de confidencialidade e um âmbito de avaliação acordado.
Planeie uma análise multidisciplinar
Utilize estas perguntas para definir o âmbito da evidência e da implementação antes de solicitar materiais detalhados.
Clínica e patologia
Confirme a utilização prevista, a relevância da coorte, o padrão de referência, as limitações e a revisão humana necessária.
Operações laboratoriais
Analise a capacidade de lâminas, os critérios de aceitação, o tratamento de exceções, a formação e o planeamento da implementação.
TI e segurança
Mapeie scanners e formatos, integrações, instalação, fluxos de dados, controlos de acesso, registos e gestão de alterações.
Regulamentação e compras
Verifique o produto exato, a versão, o estado no mercado, a atualidade dos documentos, o âmbito do suporte e os pressupostos comerciais.
Pedidos de recursos com acesso controlado
Diga-nos o que está a avaliar para que a nossa equipa possa encaminhar o nível de informação adequado.
Resumo de validação
Solicite um resumo específico da evidência de validação relevante para um produto e uma utilização prevista.
Solicitar um resumo de validaçãoMatriz de compatibilidade
Peça à nossa equipa que confirme os scanners, formatos e requisitos de integração do fluxo de trabalho relevantes para o seu ambiente.
Solicitar uma análise de compatibilidadeGuia de implementação
Solicite informações de planeamento adaptadas ao âmbito da implementação, às funções envolvidas e ao processo de validação.
Solicitar orientação para a implementaçãoDossier regulamentar e de segurança
Solicite informações regulamentares e de segurança específicas do produto, da versão e do mercado, adequadas à sua avaliação.
Solicitar o dossier de avaliação
Investigação em Destaque
Publicações em Destaque
Investigação de elevado impacto da nossa equipa em conferências e revistas de topo
Nature Mach. Intell.
2019
Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning
Zhang, Z., Chen, P., McGough, M., ..., Cui, L., ..., Yang, L.
Ler Artigo Nature MI
CVPR 2023
CCF-A
Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology WSI Classification
Li, H., Zhu, C., Zhang, Y., Sun, Y., Shui, Z., Kuang, W., Zheng, S., Yang, L.
Ler Artigo CVPR 2023
TMI 2025
ToPoFM: Topology-Guided Pathology Foundation Model for High-Resolution Pathology Image Synthesis with Cellular-Level Control
Li, J., Zhu, C., Zheng, S., Chen, P., Sun, Y., Li, H., Yang, L.
Ler Artigo IEEE TMIPublicações por Tema
Explore investigação peer-reviewed organizada em torno dos temas centrais da nossa plataforma de AI para patologia.
Foundation Models
Modelos de patologia multimodais e generativos de grande escala que unificam a compreensão de patch, relatório e whole-slide.
TMI
ToPoFM: Topology-Guided Pathology Foundation Model for High-Resolution Pathology Image Synthesis with Cellular-Level Control
Li, J., Zhu, C., Zheng, S., Chen, P., Sun, Y., Li, H., Yang, L. · IEEE Trans. Medical Imaging · 2025
CVPR
CPath-Omni: A Unified Multimodal Foundation Model for Patch and Whole Slide Image Analysis in Computational Pathology
Sun, Y., Si, Y., Zhu, C., Gong, X., Zhang, K., Chen, P., Zhang, Y., Shui, Z., Lin, T., Yang, L. · CVPR 2025 (CCF-A) · 2025
ICLR
PathGen-1.6M: 1.6 Million Pathology Image-text Pairs Generation through Multi-agent Collaboration
Sun, Y., Zhang, Y., Si, Y., Zhu, C., Zhang, K., Shui, Z., Li, J., Gong, X., Lyu, X., Lin, T., Yang, L. · ICLR 2025 (Oral) · 2025
AAAI
PathAsst: A Generative Foundation AI Assistant towards Artificial General Intelligence of Pathology
Sun, Y., Zhu, C., Zheng, S., Zhang, K., Sun, L., Shui, Z., Zhang, Y., Li, H., Yang, L. · AAAI 2024 (CCF-A, Oral) · 2024
ECCV
WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
Chen, P., Zhu, C., Zheng, S., Li, H., Yang, L. · ECCV 2024 (CCF-A) · 2024
ACM MM
PathUp: Patch-wise Timestep Tracking for Multi-class Large Pathology Image Synthesising Diffusion Model
Li, J., Zheng, S., Zhu, C., Sun, Y., Chen, P., Shui, Z., Zhang, Y., Li, H., Yang, L. · ACM MM 2024 (CCF-A, Oral) · 2024
MICCAI
WSICaption: Multiple Instance Generation of Pathology Reports for Gigapixel Whole-Slide Images
Chen, P., Li, H., Zhu, C., Zheng, S., Shui, Z., Yang, L. · MICCAI 2024 (CCF-B, Oral) · 2024
Aplicações
Métodos específicos por tarefa e colaborações clínicas que abrangem deteção, classificação, síntese, segmentação e apoio à decisão.
STTT
Spatially interpretable artificial intelligence framework to tailored neoadjuvant dual HER2 blockade in HER2-positive breast cancer
Wu, X.-R., Lv, H., Zhao, S., Zeng, X.-H., Dai, L.-J., Xu, Y.-Z., Li, Y.-W., Qiu, Z.-Y., Huang, J.-T., Zhang, N.-N., Chen, L., He, M., Zhao, Y.-Z., Yang, L., Zhou, T., Li, J.-J., Wu, J., Jiang, Y.-Z., Yang, W.-T., Di, G.-H., Shao, Z.-M., Ma, D. · Signal Transduction and Targeted Therapy · 2026
npj Breast
HER2-low and ultralow expression of invasive breast carcinoma: clinicopathological features and immunohistochemical consistency analysis
Dong, Y.-h., Xu, Y.-t., Jiang, X.-z., Xu, L., Yu, R.-j., Wang, R., Zhang, Q.-f. · npj Breast Cancer · 2026
Protocol
Veri-HER2UL: A prospective, multicenter, single-arm study validating T-DXd benefit in AI-reinterpreted HER2-ultralow unresectable or metastatic breast cancer
West China Hospital, Sichuan University · Clinical Study Protocol · 2026
USCAP
Differentiation Between HER2 Ultra-Low and HER2 Null Breast Cancers Using an AI Support Tool: A Multi-Site Study
Provenzano, E. · USCAP 2025 Oral Presentation · 2025
USCAP
Artificial Intelligence Assisted Assessment of HER2-ultralow and HER2-low Immunohistochemical Scoring in Breast Cancer Core Needle Biopsy Specimens
Li, M., Cai, M., Lv, H., Zhou, S., Lin, M., Shui, R., Yang, W. · USCAP 2024 · 2024
SABCS
The Advantage of Artificial-Intelligence in HER2 IHC 0 and 1+ Scoring in Breast Cancer
Li, M., Lv, H., Zhao, Y., Zhu, C., Li, H., Lin, M., Yang, W. · San Antonio Breast Cancer Symposium · 2023
Allergy
Artificial Intelligence-Based Pathological Subtype Diagnosis of Nasal Polyps: A Multidimensional and Micro-Visualization Study
Luo, X., Li, H., Chen, J., Zhou, Z., Zhou, L., Luo, R., ..., Cui, L., Yang, L., Yang, Q. · Allergy · 2026
ICASSP
Stable Test-Time Training for Semantic Segmentation with Output Contrastive Loss
Zhang, Y., Shui, Z., Li, H., Sun, Y., Zhu, C., Yang, L. · ICASSP 2025 (CCF-B) · 2025
Cancer Cell
Spatial determinants of antibody-drug conjugate SHR-A1811 efficacy in neoadjuvant treatment for HER2-positive breast cancer
Ma, D., Dai, L.-J., Wu, X.-R., Liu, C.-L., Zhao, S., Zhang, H., Chen, L., Xiao, Y., Li, M., Zhao, Y.-Z., ... · Cancer Cell · 2025
ECCV
Attention-Challenging Multiple Instance Learning for Whole Slide Image Classification
Zhang, Y., Li, H., Sun, Y., Zheng, S., Zhu, C., Yang, L. · ECCV 2024 (CCF-A) · 2024
ECCV
Unleashing the Power of Prompt-Driven Nucleus Instance Segmentation
Shui, Z., Zhang, Y., Yao, K., Zhu, C., Zheng, S., Li, J., Li, H., Sun, Y., Guo, R., Yang, L. · ECCV 2024 (CCF-A) · 2024
NeurIPS
Rethinking Transformer for Long Contextual Histopathology Whole Slide Image Analysis
Li, H., Zhang, Y., Chen, P., Shui, Z., Zhu, C., Yang, L. · NeurIPS 2024 (CCF-A) · 2024
AAAI
DPA-P2PNet: Deformable Proposal-Aware P2PNet for Accurate Point-Based Cell Detection
Shui, Z., Zheng, S., Zhu, C., Zhang, S., Yu, X., Li, H., Li, J., Chen, P., Yang, L. · AAAI 2024 (CCF-A) · 2024
Neural Net.
Gradient-Aware Learning for Joint Biases: Label Noise and Class Imbalance
Zhang, S., Zhu, C., Li, H., Cai, J., Yang, L. · Neural Networks · 2024
CSBJ
Performance of a HER2 Testing Algorithm Tailored for Urothelial Bladder Cancer: A Bi-centre Study
Huang, A., Zhao, Y., Guan, F., Zhang, H., ... · Computational and Structural Biotechnology Journal · 2024
ICME
Context-Aware Text-Assisted Multimodal Framework for Cervical Cytology Cell Diagnosis and Chatting
Sun, Y., Zhu, C., Zheng, S., Zhang, Y., Li, H., Yang, L. · ICME 2024 (CCF-B) · 2024
ICASSP
HLS-FGVC: Hierarchical Label Semantics Enhanced Fine-Grained Visual Classification
Zhang, S., Zheng, S., Shui, Z., Yang, L. · ICASSP 2024 (CCF-B) · 2024
BIBM
Multi-modal Learning with Missing Modality in Predicting Axillary Lymph Node Metastasis
Zhang, S., Zheng, S., Shui, Z., Li, H., Yang, L. · BIBM 2024 (CCF-B) · 2024
CVPR
Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology WSI Classification
Li, H., Zhu, C., Zhang, Y., Sun, Y., Shui, Z., Kuang, W., Zheng, S., Yang, L. · CVPR 2023 (CCF-A) · 2023
MICCAI
Segment Membranes and Nuclei from Histopathological Images via Nuclei Point-Level Supervision
Li, H., Xu, Z., Zhou, M., Shi, X., Kang, Y., Bu, Q., Lv, H., Li, M., Lin, M., Cui, L., Feng, J., Yang, W., Yang, L. · MICCAI 2023 (CCF-B) · 2023
TMI
Masked Conditional Variational Autoencoders for Chromosome Straightening
Li, J., Zheng, S., Shui, Z., Zhang, S., Yang, L., Sun, Y., Zhang, Y., Li, H., ... · IEEE Trans. Medical Imaging · 2023
MICCAI
Exploring Unsupervised Cell Recognition with Prior Self-Activation Maps
Chen, P., Zhu, C., Shui, Z., Cai, J., Zheng, S., Zhang, S., Yang, L. · MICCAI 2023 (CCF-B) · 2023
MICCAI
End-to-End Cell Recognition by Point Annotation
Shui, Z., Zhang, S., Zhu, C., Wang, B., Chen, P., Zheng, S., Yang, L. · MICCAI 2022 (CCF-B) · 2022
MICCAI
ChrsNet: Chromosome Straightening Using Self-Attention Guided Networks
Zheng, S., Li, J., Shui, Z., Zhu, C., Zhang, Y., Chen, P., Yang, L. · MICCAI 2022 (CCF-B) · 2022
ISBI
Weakly Supervised Learning for Cell Recognition in Immunohistochemical Cytoplasm Staining Images
Zhang, S., Zhu, C., Li, H., Cai, J., Yang, L. · ISBI 2022 · 2022
ISBI
Category Separation For Weakly Supervised Multi-Class Cell Counting
Cai, J., Zhu, C., Chen, P., Zhang, S., Li, H., Sun, Y., Yang, L. · ISBI 2022 · 2022
ISBI
Weakly Supervised Classification Using Multi-Level Instance-Aware Optimization on Cervical Cytologic Image
Zhu, C., Sun, Y., Li, H., Cui, C., Zhang, S., Cai, J., Ling, Y. · ISBI 2022 · 2022
MICCAI
Generalizing Nucleus Recognition Model in Multi-Source Ki67 Immunohistochemistry Stained Images via Domain-Specific Pruning
Cai, J., Zhu, C., Cui, C., Li, H., Wu, T., Zhang, S., Yang, L. · MICCAI 2021 (CCF-B) · 2021
J. Transl. Med.
Automated Tumor Proportion Scoring for PD-L1 Expression Based on Multistage Ensemble Strategy in NSCLC
Pan, B., Kang, Y., Jin, Y., Yang, L., Zheng, Y., Cui, L., Sun, J., Feng, J., Li, Y., Guo, L., Liang, Z. · J. Translational Medicine · 2021
AI Med.
Rule-based automatic diagnosis of thyroid nodules from intraoperative frozen sections using deep learning
Li, Y., Chen, P., Li, Z., Su, H., Yang, L., Zhong, D. · Artificial Intelligence in Medicine · 2020
Nature Mach. Intell.
Pathologist-level Interpretable Whole-slide Cancer Diagnosis with Deep Learning
Zhang, Z., Chen, P., McGough, M., ..., Cui, L., ..., Yang, L. · Nature Machine Intelligence · 2019
Benchmark
Conjuntos de avaliação e estudos de robustez que medem o desempenho da AI em patologia em contextos de patch e whole-slide.
TMI
PathBench: Advancing the Benchmark of Large Multimodal Models for Pathology Image Understanding at Patch and Whole Slide Level
Sun, Y., Wu, H., Zhu, C., Si, Y., Chen, Q., Zhang, Y., Zhang, K., Li, J., Cai, J., Wang, Y., ... · IEEE Trans. Medical Imaging · 2025
ECCV
PathMMU: A Massive Multimodal Expert-Level Benchmark for Understanding and Reasoning in Pathology
Sun, Y., Wu, H., Zhu, C., Zheng, S., Chen, Q., Zhang, K., Zhang, Y., Wan, D., Lan, X., ... · ECCV 2024 (CCF-A, Oral) · 2024
JIIM
Benchmarking PathCLIP for Pathology Image Analysis
Zheng, S., Cui, X., Sun, Y., Li, J., Li, H., Zhang, Y., Chen, P., Jing, X., Ye, Z., Yang, L. · J. Imaging Informatics in Medicine · 2024
ICASSP
Assessing the Robustness of Deep Learning-Assisted Pathological Image Analysis Under Practical Variables of Imaging System
Sun, Y., Zhu, C., Zhang, Y., Li, H., Chen, P., Yang, L. · ICASSP 2023 (CCF-B) · 2023
MICCAI
Benchmarking the Robustness of Deep Neural Networks to Common Corruptions in Digital Pathology
Zhang, Y., Sun, Y., Li, H., Zheng, S., Zhu, C., Yang, L. · MICCAI 2022 (CCF-B) · 2022
Impacto da Investigação
A Nossa Pegada de Investigação
Publicado Em
Nature Machine Intelligence
CVPR / ECCV / NeurIPS
AAAI / ACM MM
MICCAI
IEEE TMI / TNNLS
Neural Networks
Interessado em colaborar com a nossa equipa de investigação?
Damos as boas-vindas a parcerias com instituições académicas, organizações de saúde e líderes do setor.