《TCGA PRAD 数据集的优化版 Gleason 分级标注》是 Codatta 与 DPath.ai 合作的成果，为 AI 准备的病理数据树立了全新标准。通过 Codatta 平台汇聚一批顶级病理学专家社区，该数据集超越了传统的切片级标注，引入了 ROI 级空间标注，提升了诊断的细致程度、准确性和透明度。借助优化的 Gleason 分级、详细的标注理由以及基于 ROI 的 Gleason 模式映射，该数据集成为 AI 模型开发和病理学研究的关键资源，解决了创建高质量标注数据的关键挑战。通过 Codatta 的 Roylaty Model，贡献者可以保持对其作品的所有权，确保其获得认可和持续价值，而 DPath.ai 展示了协作解决方案如何推动病理学人工智能的发展。

图1： TCGA PRAD 数据集的优化版 Gleason 分级标注。图片来源： https://huggingface.co/datasets/Codatta/Refined-TCGA-PRAD-Prostate-Cancer-Pathology-Dataset

什么是 TCGA PRAD 数据集？

TCGA PRAD（癌症基因组图谱前列腺腺癌）数据集的优化型 Gleason 分级标注升级了原始的切片级标注，纳入了 ROI 级空间标注。由 Codatta 和 DPath.ai 共同开发，该数据集由病理学家社区协作创建，支持全球参与并确保标注的所有权。此方法提升了诊断的准确性、细致程度和可靠性，这是 AI 模型训练和病理学研究的关键要素。

通过对 435 个 TCGA 全切片图像的整理，病理学家识别了 245 个需要改进标注的案例，并确认了 190 个案例标注准确。该数据集包含切片级元数据和 ROI 级空间标注，为研究人员提供了 AI 流水线开发、交互式肿瘤区域探索以及高级病理学研究的宝贵资源。

病理学 AI 的赋能：Codatta 与 DPath.ai 联手

《TCGA PRAD 数据集的优化型 Gleason 分级标注》展示了协作性、社区驱动的数据创建的潜力，同时提升了标注的准确性和细致程度，使 AI 模型训练更可靠，推动医学研究的发展。然而，这些贡献需要领域专业知识、时间和努力，因此需要一种可持续的激励结构来认可并奖励熟练的专业人士的工作。

Royalty Model

Codatta 的Roylaty Model为此提供了解决方案。与传统 Web2 模式（如 Scale AI）相比，它提升了数据贡献和获取效率。虽然 Scale AI 在满足普通用户的即时流动性偏好方面表现出色，能够快速、高效地收集大规模数据，但在涉及领域专家从事专业任务时，其高昂成本将小型参与者拒之门外。而 Codatta 通过提供条件和基于资产的奖励，与熟练的从业者和专家保持一致。如下面的图 2 所示，这些激励措施吸引愿意投入高质量专业数据的贡献者，尽管回报可能会延迟但潜在收益更高，从而使 Codatta 成为需要精确性和专业性的垂直 AI 和高级应用的理想选择。

图2：在数据贡献中的技能熟练度与流动性偏好的映射

与 Scale AI 的高昂前期成本不同，Codatta 的Roylaty Model通过引入按需付费系统，消除了小型 AI 初创企业的财务障碍。此方法民主化了关键前沿数据的获取，无需昂贵的前期投资，允许初创企业展示其产品市场契合度并扩大规模。此外，通过将数据转化为去中心化金融市场中的流动资产，Codatta 确保贡献者能够平衡短期流动性需求和长期资产所有权。约定交易和部分所有权等功能进一步优化了流动性，使基于资产的奖励对于更广泛的贡献者更具吸引力。这种一致性促进了协作，推动了小众 AI 应用的创新，并为数据创建者和初创企业创造了多元化的投资生态系统。

DPath.ai：解决病理学 AI 数据挑战的协作方案

DPath.ai 正在开创一个去中心化平台，旨在连接全球的病理学家、研究人员和 AI 模型开发者。我们负责高质量病理学数据的获取、策划和交换，让任何对训练 AI 模型感兴趣的人都能参与其中。DPath 平台利用区块链技术，确保数据交换的透明性、公平性和安全性。

像 DPath.ai 这样的平台可以利用 Codatta 的去中心化数据协议，共同和透明地获取标注：

• 任务定义：明确的标注标准（如前列腺癌的 Gleason 分级），确保结果数据的一致性和可靠性。
• 社区参与：全球熟练病理学家通过 Codatta 平台参与，并受到其Roylaty Model的激励，获得与数据集未来价值挂钩的持续奖励。
• 质量与完整性：基于区块链的验证和多方交叉引用确保了可追溯的高质量标注，同时提高了标注者的责任心。
• 安全性与可访问性：通过去中心化方式存储数据，数据所有权对相关个人保持安全且可访问。

图3：Codatta 与 DPath.ai 的合作。 图片来源： https://huggingface.co/datasets/Codatta/Refined-TCGA-PRAD-Prostate-Cancer-Pathology-Dataset

通过协作方式获取特定领域的数据，DPath.ai 不仅通过精确的 Gleason 分级丰富了 TCGA PRAD 数据集，还展示了 Codatta 平台如何为专业 AI 领域创建前沿数据。这种方法促进了可持续参与，民主化了数据获取，加速了公平高效的医疗保健 AI 系统的发展。

结语

《TCGA PRAD 数据集的优化型 Gleason 分级标注》是 Codatta 和 DPath.ai 合作的成果，通过带有标注理由的 ROI 级标注提升了病理学 AI 数据的诊断准确性和细致程度。通过全球病理学专家的参与，该项目确保了高质量数据，同时通过 Codatta 的Roylaty Model奖励贡献者，提供持续价值和所有权。这种方法还促进了协作，改善了数据流动性，加速了医疗保健 AI 的发展，展现了去中心化、社区驱动解决方案的力量。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。