Este artículo propone INSIGHT, un novedoso agregador basado en aprendizaje débilmente supervisado para el análisis de imágenes médicas a gran escala (tomografías computarizadas 3D e imágenes de microscopio electrónico). Para abordar la falla inherente de los métodos existentes para localizar detalles pequeños pero importantes y su dependencia de técnicas de posvisualización, INSIGHT integra la generación de mapas de calor con sesgo inductivo. A partir de mapas de características preentrenados, utiliza un módulo de detección con un pequeño núcleo convolucional y un módulo de contexto con un amplio campo receptivo para capturar detalles finos y suprimir falsos positivos localizados. El mapa de calor interno resultante resalta las regiones de importancia diagnóstica. En las pruebas de CT y WSI, INSIGHT alcanza un rendimiento de clasificación de vanguardia y un alto rendimiento en la segmentación semántica basada en aprendizaje débilmente supervisado.
