医疗人工智能（AI）企业Lunit于12日表示，其有两篇正式论文被人工智能学会“CVPR（Computer Vision and Pattern Recognition，计算机视觉与模式识别）2023”录用。
CVPR是计算机视觉及模式识别领域的世界级学术会议。Lunit将在本次CVPR上，超越一般计算机视觉（CV）相关技术，发布两项专注于病理学（Pathology）等医疗AI领域的技术。
第一篇论文将公开全新数据集“OCELOT”。OCELOT由结合了细胞与组织区分方法的数据构成，旨在提升病理图像中的细胞检测性能。Lunit预计，OCELOT作为更加高度专业化的病理学AI数据集，将有助于提升病理学家的细胞检测能力。
第二篇论文将发布一项研究成果：利用无需标注也能训练AI模型的最新技术——自监督学习（Self-Supervised Learning，SSL），来提升病理图像分析性能。通常，为了训练精密的AI模型，专家标注被视为必不可少的要素，但这一过程存在耗时长、成本高等缺点。
为克服这些缺点，Lunit针对多达3300万张病理图像应用SSL技术，开展了基准研究。结果不仅验证了SSL的效果，还通过使用Lunit独有的附加技术，实现了AI模型性能的进一步提升。
Lunit首席执行官 Seo Beomseok表示：“Lunit首次在CVPR上发表专注医疗领域的计算机视觉论文，证明了公司处于世界顶尖水平的AI技术实力。此次新公开的医疗AI模型，将大幅推动计算病理学领域的技术发展，并为用户提供具有创新性的价值。”
另一方面，CVPR自1983年起由电气与电子工程师协会（IEEE）与计算机视觉基金会（CVF）共同主办。今年大会将于本月18日（当地时间）至22日在加拿大温哥华举行。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
