STAMP: Modelo de Imagem em Patologia
STAMP é um pipeline de aprendizado profundo supervisionado por frações que permite a descoberta de biomarcadores a partir de imagens histopatológicas de alta resolução. Ele é projetado para ser escalável, funcionando tanto em ambientes locais quanto em computação em alta performance (HPC). A ferramenta não requer anotações em nível de pixel, o que facilita sua utilização em estudos multicêntricos e na colaboração entre pesquisadores clínicos e engenheiros de machine learning. Com suporte a mais de 20 modelos de fundação, STAMP é acessível para iniciantes e personalizável para usuários avançados.
Alternativa mais recomendada
Com uma estrutura unificada para classificação, regressão e análise de sobrevivência, STAMP oferece métricas integradas e previsões em nível de paciente, prontas para análise. A geração de heatmaps e exportações de tiles aumenta a transparência e a auditabilidade dos modelos. Publicado em uma revista de renome, o STAMP se destaca como uma ferramenta robusta para projetos de patologia computacional, promovendo a reprodutibilidade e a colaboração eficaz.
