Разработана модель PathStage-MSI на основе глубокого обучения для выявления MSI-H/dMMR статуса непосредственно по H&E-окрашенным гистологическим препаратам рака предстательной железы, достигающая AUROC 0.89-0.91 во внутренней валидации.

Разработана модель ELF, интегрирующая пять базовых моделей патологии для анализа гистологических изображений. Обученная на 53 699 препаратах из 20 анатомических локализаций, ELF превосходит отдельные модели в задачах классификации опухолей, детекции биомаркеров и предсказания ответа на терапию при ограниченных данных.

Разработана модель глубокого обучения для прогнозирования ответа на ниволумаб при раке желудка, которая показала превосходство над стандартным PD-L1 CPS в независимой когорте из 147 пациентов.