血液病理AI研究
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
HemeAI Lab 是 Memorial Sloan Kettering Cancer Center 旗下聚焦血液病理的 AI 与计算病理实验室，目标是通过真实世界数据集、深度学习模型和临床部署软件，改善白血病及其他血液、骨髓疾病患者的诊疗结果。网站展示的核心工具包括 DeepHeme、HemeSeg、DeepHemeClinical、HemeTeacher、HemeLabel、HemeParser 和 HemeRegion。
从文本看，DeepHeme 是其代表性模型，被描述为面向人类骨髓抽吸物的通用、多中心、病理医生水平的细胞图像分类算法，可区分 23 类细胞并跨机构泛化。HemeSeg 负责骨髓数字切片细胞分割，HemeRegion 做感兴趣区域检测/分类，HemeLabel 用于快速标注骨髓和外周血图像，HemeParser 则从血液病理临床报告中抽取信息。整体覆盖了数据标注、图像识别、临床信息抽取和教学培训的多个环节。
网站提供 DeepHeme Demo，可用 UCSF 与 MSK 的示例区域图像测试算法，也支持上传自有区域图像。但页面没有披露免费额度、试用限制、商业定价、采购方式或付款方式，因此目前更像研究/临床转化展示平台，而非成熟 SaaS 产品页。
优势在于场景高度专业，依托 MSKCC 及 UCSF、UC Berkeley、Harvard 等合作资源，且明确强调跨机构泛化；工具链也不止单一分类器，包含标注、分割、报告解析和教学。主要不足是公开信息不完整：未说明 API、PACS/LIS/EHR 集成、数据隐私政策、上传图像处理规则、监管审批状态和详细性能指标，临床落地边界仍需进一步确认。
它更适合血液病理科、肿瘤中心、计算病理研究团队、医学 AI 开发者及教学机构评估和研究使用。中国用户访问状态未知；页面为英文，未见中文界面、中文报告处理或本地支付信息。若用于中国临床环境，还需重点核查网络可达性、数据跨境合规、医院系统集成能力以及国内医疗器械监管要求。
本测评基于公开资料整理,不构成购买建议,请以 hemepath.ai 官网实际信息为准。
展示骨髓分类和血液病理AI项目，科研价值较高。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。