原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你拥有一张城市的超高分辨率巨幅照片（在本例中，这是一张巨大的组织医学切片，称为“全切片图像”）。这张照片如此庞大，以至于就像从太空俯瞰整个国家。在这张照片内部，有数十亿个微小细节——单个建筑、行人和街道——科学家需要研究这些细节，以理解“疾病城市”（如肿瘤）是如何组织的。
WSInsight 就像一个超级智能的云端侦探机构，能够放大这张巨幅照片，在不需先将整张图片下载到电脑的情况下，计数并描述每一个微小个体（细胞）。
以下是其工作原理，使用简单的类比说明：
- 云原生平台：将 WSInsight 想象为一个完全生活在互联网（云端）上的“数字工厂”。你无需在自己的地下室（本地计算机）里建造工厂来处理这些巨型图像。它像视频流一样，直接从存储仓库（如本地硬盘、Amazon S3 或美国国家癌症研究所的 GDC）流式传输数据，因此你无需等待下载庞大的文件。
- 侦探工作：一旦图像开始流式传输，WSInsight 便像一组专家显微镜团队那样运作。它将巨幅照片分割成更小的拼图块（“图块”），然后进一步放大以识别单个细胞。它观察标准染色的组织（H&E），判断每个细胞属于何种类型，从而生成该区域的详细人口普查数据。
- 输出结果：分析完成后，它不会仅提供一份原始数字列表。它将结果打包成其他流行医学工具（如 QuPath 和 OMERO）可立即读取的格式，就像将一份侦探完成的报告递交给一个能完美放入标准文件柜的档案。它还会告诉你谁与谁相邻（邻域组成），这对于理解肿瘤微环境至关重要。
- 验证：团队在两个巨大的真实世界数据集（TCGA-BRCA 和 TCGA-CRC，分别代表乳腺癌和结直肠癌）上测试了该系统，以证明其能在大规模范围内准确运行。
- “可被代理调用”功能：这可能是最具未来感的部分。WSInsight 使用一种通用语言（称为 MCP 接口）。这意味着它可以被其他软件程序或 AI 助手“调用”。想象一位病理学家在屏幕上查看切片，其 AI 助手只需说：“嘿，WSInsight，分析这个区域”，WSInsight 便会立即回复数据。它允许不同的数字工具无缝对话。
简而言之，WSInsight 是一项工具，使研究人员能够在不陷入庞大文件体积困扰的情况下，研究大规模患者群体中癌细胞的微小细节，并且其运作方式使得计算机和 AI 能够轻松协同工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。