Nat Cancer | 无需训练、少量样本即可多癌种识别！PRET 系统为病理诊断 AI 带来范式突破

背景：全球癌症病例众多，病理检查是确诊金标准，但病理医生短缺，尤其在资源匮乏地区。人工智能在病理诊断中面临训练数据需求大和缺乏通用性的挑战。研究目的：开发一种无需训练、仅需少量样本即可实现多癌种识别的通用系统，以解决病理AI的落地难题。结论：PRET系统通过引入上下文学习概念，无需参数微调，在推理阶段使用少量标注切片即可完成多任务病理诊断，并在大规模评估中表现优异，超越现有方法，具备强泛化能力和灵活性，为病理AI的普惠化铺平道路。