ويعتمد كثير من أنظمة الذكاء الاصطناعي المستخدمة في علم الأمراض على تقسيم شريحة الأنسجة إلى أجزاء ثابتة وتحليلها، فيما يتبع الطبيب أسلوبا أكثر مرونة؛ إذ يبدأ بمسح الشريحة بشكل عام، ثم يغير مستوى التكبير ويتنقل بين المناطق المختلفة، قبل التركيز على الأجزاء التي تبدو غير طبيعية.

وتبرز أهمية هذه الطريقة في أن الشريحة النسيجية قد تحتوي على مليارات البكسلات، بينما قد تكون العلامات التي تشير إلى وجود السرطان محصورة في مساحة صغيرة جدا.

وشبه تشي هوانغ، الأستاذ المساعد في علم الأمراض وطب المختبرات بجامعة بنسلفانيا وأحد المشاركين في الدراسة، هذه العملية بمروحية تبحث عن أشخاص مفقودين، موضحا أن الطبيب لا يبدأ بفحص مساحة صغيرة من الأرض، بل يمسح المشهد كاملا قبل الانتقال إلى الفحص الدقيق.

وطور هوانغ وزملاؤه طريقة لتدريب الذكاء الاصطناعي على سلوك أطباء علم الأمراض أثناء فحص الشرائح، بدلا من تدريبه فقط على النتائج النهائية التي يتوصلون إليها.