Newest papers

Learning to Reason Like a Cytopathologist:Clinically Grounded Multiscale Evidential Learning for Cervical Cytology

Ajeet Kumar Singh, Nehal Mishra, Anurag Tripathi, Santanu Chaudhury, Dorien Herremans · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29665 · open-access PDF

Hindi

गर्भाशय की साइटोलॉजी एक मौलिक रूप से अस्पष्ट नैदानिक परिदृश्य प्रस्तुत करती है, जहां अटीपिक स्क्वामस कोशिकाओं के अविश्वसनीय महत्व (एएससी-यूएस) जैसे अस्पष्ट श्रेणियों को एक morphological ग्रे क्षेत्र को कब्जा करता है जो परिभाषा है। नैदानिक निर्णय का समर्थन करने के लिए, लक्ष्य प्रत्येक नमूने के लिए एक निश्चित लेबल को सौंपने से परे है: मामलों को यह भी अलग किया जाना चाहिए कि क्या उपलब्ध सबूत एक आत्मविश्वासपूर्ण निर्णय का समर्थन करता है या आगे विचार करने की आवश्यकता है, एक अंतर पारंपरिक वर्गीकरण मॉडल स्पष्ट रूप से प्रतिनिधित्व करने के लिए डिज़ाइन नहीं किए गए हैं।

Machine translation (Meta M2M100); the English original follows.

Abstract

Cervical cytology presents a fundamentally ambiguous diagnostic landscape, where equivocal categories such as Atypical Squamous Cells of Undetermined Significance (ASC-US) occupy a morphological grey zone that is definitional. For clinical decision support, the goal extends beyond assigning a definitive label to every sample: cases must also be distinguished by whether the available evidence supports a confident decision or warrants further consideration, a distinction conventional classification models are not designed to explicitly represent. We propose a multiscale evidential framework that

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange