ASSIST：面向皮肤病变开放世界检测的多中心全切片图像数据集与分布外识别基准

《Scientific Data》：A Multicenter Whole Slide Image Dataset for Classification and Out-of-Distribution Detection in Spindle Cell Cutaneous Neoplasms

　　

摘要

皮肤梭形细胞（CSC）肿瘤是皮肤恶性肿瘤谱系中公认的极具挑战性的诊断群体。虽然像 AI4SKIN 这样的专用 CSC 肿瘤数据集使得人工智能全切片图像（WSI）分类方法得以开发，但这些方法在很大程度上受限于闭集设计。然而，在现实临床实践中，活检样本往往包含继发性肿瘤或开发好的人工智能分类器所不了解的罕见实体。当面临此类分布外（OoD）病例时，自动系统可能会产生高置信度但错误的预测，这对患者安全构成重大风险，并阻碍了人工智能在常规病理学中的可靠部署。为了解决这一局限性，我们提出了 ASSIST，这是一个包含 410 张 WSI 的多中心数据集，既包括梭形细胞肿瘤，也包含明确作为 OoD 样本纳入的一组多样化的转移性和罕见病变。ASSIST 通过增加样本多样性、强化代表性不足的类别以及引入具有临床意义的 OoD 病例，扩展了 AI4SKIN，从而使得能够开发更稳健且以安全为导向的计算病理学模型。我们描述了数据集获取流程、注释结构，以及结合多实例学习（MIL）模型和一系列 OoD 检测方法进行的技术验证。ASSIST 为推动开放世界病理学提供了重要基准，并支持未来关于皮肤病理学可靠人工智能系统的研究。