前立腺生検の病理画像から、Gleasonスコアの分類を行う機械学習モデルを作成していただきます。

前立腺がんの悪性度はGleasonスコアで評価されますが、病理医間でばらつきがあるのは否めません。AIによって評価のばらつきが防止できれば、患者の利益に直結すると考えられます。今回開発するのはシンプルなモデルで、Gleasonスコアの合計が0~6/7/8~10の３クラス分類を行うものです。

学習に用いるデータは、2020年に行われた[Prostate cANcer graDe Assessment (PANDA) Challenge](https://www.kaggle.com/competitions/prostate-cancer-grade-assessment/overview)のデータを一部改変したものです。PANDAコンペではWhole Slide Image (WSI) が提供されましたが、WSIはデータ量が多く前処理も必要となるため、本コンペでは扱いやすくタイル化した画像を提供しています。
※PANDAコンペについては[この資料](https://docs.google.com/presentation/d/1Ies4vnyVtW5U3XNDr_fom43ZJDIodu1SV6DSK8di6fs/edit?usp=sharing)に詳しい記載があります。

病理データの質には、大まかに画像の質とアノテーションの質の2種類が存在し、本来のPANDAコンペでは多様なデータをどう扱うかが大きな課題の一つでした。本コンペでは取り組みやすいように、train/testデータは同じ提供元の画像を使用し、アノテーションの質も等しくなるように設定しています。上級者の参加者は、データ提供元が異なり染色条件などが異なる可能性があるunlabelデータを学習に使用するのも面白いと思います。

このコンテストを通して、初心者の方も上級者の参加者も、病理AI実装を体験していただければと思います。