STAMP: Efficiënte AI voor Tumor Analyse
STAMP is een krachtige, end-to-end pipeline voor het ontdekken van beeld-gebaseerde biomarkers uit gigapixel histopathologie dia's. Deze software maakt gebruik van een zwak-geleide deep-learning aanpak, waardoor het mogelijk is om zonder pixel-niveau annotaties te werken. Het biedt een gestructureerde workflow die samenwerking tussen klinisch onderzoekers en machine-learning engineers bevordert, en is gevalideerd in multi-center studies voor verschillende tumortypes. De gebruiksvriendelijkheid wordt gegarandeerd door een zero-code CLI en YAML-configuratie, met mogelijkheden voor geavanceerde aanpassingen voor experts.
Meest gekozen alternatief
STAMP ondersteunt meer dan 20 basismodellen en biedt functies zoals multi-task learning, statistische analyses en het genereren van heatmaps voor transparantie in modelaudits. De software is ontworpen voor schaalbaarheid, waardoor het zowel lokaal als op HPC-systemen kan draaien. Met STAMP kunnen onderzoekers eenvoudig biomarker voorspellingen doen en resultaten rapporteren, terwijl de samenwerking tussen verschillende disciplines wordt gestimuleerd.
