本文探讨了基于深度学习的全自动决策支持系统在浸润性导管癌免疫组化评分中的应用，显著提高了评分的准确性。研究提出了图像搜索方法和数据集，促进了肿瘤检测与癌症诊断，并推动了病理图像生成技术的发展。

该研究提出了一种深度强化学习模型，用于序列化预测免疫组化评分的HER2。通过对多分辨率大型图像的样本块进行深度处理，该模型在计算病理学领域中表现出优越性能。这是使用深度强化学习的首个IHC评分研究。