Digitaalipatologian yleistymisen myötä histologisten kokoleikekuvien saatavuus on helpottunut. Datan saatavuus on mahdollistanut laskennallisten menetelmien kehittämisen histopatologisten näytteiden tulkintaan. Laskennallisten menetelmien täyden potentiaalin saavuttaminen edellyttää suurteholaskennan hyödyntämistä. Tässä tutkimuksessa kehitämme generatiivisia ja ennustavia tekoälymalleja suurteholaskentaa hyödyntäen histopatologian tarpeisiin. Kehitämme yleiskäyttöisiä tekoälymalleja patologisten näytteiden mallinnukseen käyttäen itseoppivaa tekoälyä massiivisille julkisille näyteaineistoille. Lisäksi laajennamme värjäämättömien kudosleikekuvien käyttömahdollisuuksia, vähentäen patologian näytekäsittelyn kemikaalikuormaa ja mahdollistaen kudosten tulkinnan ihmissilmälle mahdottomissa sovelluksissa. Laajennamme myös värjäämättömien kudosleikkeiden käyttömahdollisuuksia syöpäkudoksissa kohti histogenomista ja proteomitason tulkintaa.

2024

2026