Hierarchically supervised computational pathology stratifies HER2 categories and ERBB2 amplification risk from routine H&E slides in breast cancer
L'article présente CHERISH, un cadre de pathologie computationnelle à supervision hiérarchique qui exploite des lames H&E de routine pour stratifier avec précision les catégories HER2 et prédire le risque d'amplification d'ERBB2 en intégrant la logique des tests cliniques dans son architecture, surmontant ainsi les limites des modèles conventionnels et réduisant la nécessité de tests de confirmation gourmands en ressources.