벤처스퀘어
한눈에 보기
AIVIS, a Korean AI digital pathology biomarker analysis company led by CEO Lee Dae-hong, presented two studies at international conferences: Pathology Visions 2026 in San Diego (Oct. 16-18) and ASDP 2026 in Singapore (Nov. 1-3). The first, UniScan-Ki67, uses generative AI to normalize images from different slide scanners, raising mAP50 cell detection from 0.079 to 0.795 and 0.350 to 0.799, versus 0.814 on the reference scanner, without retraining the detection model; it was tested only on Ki-67, so other biomarkers need further validation. The second, with Korea University College of Medicine's pathology team, used virtual staining to transfer IHC cell annotations to virtual H&E images, improving recall by about 10 percentage points on real H&E images.
Learn moreAI数字病理生物标志物精准分析企业AIVIS(代表李大洪)在美国圣迭戈的Pathology Visions 2026(10月16~18日)和新加坡的ASDP 2026(11月1~3日)两场国际学会上发表了两项研究。第一项UniScan-Ki67利用生成式AI将不同扫描仪的图像归一化,使细胞检测指标mAP50从0.079提升至0.795、从0.350提升至0.799(基准扫描仪为0.814),且无需重新训练检测模型;该研究仅针对Ki-67,其他生物标志物仍需进一步验证。第二项与高丽大学医学院病理科合作,通过虚拟染色把IHC细胞标注迁移到虚拟H&E图像,使真实H&E图像的细胞检测召回率提高约10个百分点。
了解更多AIデジタル病理ベースのバイオマーカー精密分析企業AIVIS(代表イ・デホン)は、米国サンディエゴのPathology Visions 2026(10月16~18日)とシンガポールのASDP 2026(11月1~3日)で、2件の研究成果を発表した。1件目のUniScan-Ki67は生成AIで異なるスキャナーの画像を正規化し、細胞検出指標mAP50を0.079から0.795、0.350から0.799へ向上させた(基準スキャナーは0.814)。検出モデルの追加学習は不要だが、Ki-67領域の研究のため他のバイオマーカーでは追加検証が必要である。2件目は高麗大学医学部病理科と共同で、仮想染色によりIHCの細胞情報を仮想H&E画像へ移し、実際のH&E画像での再現率を約10ポイント高めた。
詳しく見るAIVIS, entreprise d'analyse de biomarqueurs par pathologie numérique et IA (PDG Lee Dae-hong), a présenté deux études lors de conférences internationales : Pathology Visions 2026 à San Diego (16-18 octobre) et ASDP 2026 à Singapour (1er-3 novembre). La première, UniScan-Ki67, normalise par IA générative les images de scanners différents et fait passer le mAP50 de 0,079 à 0,795 et de 0,350 à 0,799 (0,814 pour le scanner de référence), sans réentraîner le modèle de détection ; limitée à Ki-67, elle nécessite une validation supplémentaire pour d'autres biomarqueurs. La seconde, menée avec le service de pathologie de la faculté de médecine de l'Université de Corée, utilise la coloration virtuelle pour transférer les annotations cellulaires de l'IHC vers des images H&E virtuelles, améliorant le rappel d'environ 10 points sur de vraies images H&E.
En savoir plus