Mikroskopische Bilder menschlicher Gewebe sind ein Grundpfeiler der biomedizinischen Forschung und der klinischen Diagnostik. Trotz ihrer zentralen Bedeutung lassen sich diese Bilder jedoch häufig nur schwer systematisch auswerten und mit anderen biologischen Datentypen verknüpfen. Eine neue Studie unter der Leitung von CeMM Principal Investigator André Rendeiro, veröffentlicht in Nature Methods (DOI: 10.1038/s41592-026-03044-7), stellt mit „LazySlide“ ein Open-Source-Softwaretool vor, das die Möglichkeiten von KI, die mit großen Daten trainiert wird (sog. „Foundation Models“) nutzt und die Analyse digitaler Pathologie demokratisieren soll.