通过医学图像、互补数据与可解释模型，采用综合方法认识前列腺癌。
数字组织病理学
我们研究数字化组织图像的分析，以支持分类、分级和图像质量评估，并将图像特征与有意义的证据联系起来。
多模态学习
结合影像、临床、基因组和文本信息，可以形成更全面的疾病认识。研究将关注数据缺失、高维特征和不同证据之间的关系。
数字孪生
疾病进展的数字表征将利用多模态数据与预测模型，探索随时间变化的模式，支持对个体疾病轨迹的研究。
可解释性与专家反馈
项目研究如何解释模型预测，使其更便于检查。专家反馈是研究方法的一部分，同时关注偏差与公平性。
负责任的研究
数据管理、隐私、伦理与开放科学纳入研究计划。公共网站用于介绍项目，不收集临床图像，也不提供患者诊断。
了解 PRODIGY
PRODIGY 研究什么？
PRODIGY 探索数字组织病理学、多模态人工智能和数字孪生如何支持前列腺癌诊断与疾病进展研究。
本项目中的数字孪生是什么？
数字孪生是一种结合互补医疗数据和预测模型、用于研究疾病进展的数字表示。其开发和评估属于研究目标。
本网站提供诊断或接收医学图像吗？
不提供。本网站用于公开介绍研究项目，不提供临床服务，也不收集患者病历或医学图像。
在哪里可以找到项目研究成果？
经批准的出版物将显示在成果页面。新闻与活动页面将在相关内容发布后提供项目公告和传播活动信息。