Hematoxylin and eosin (H&E) 염색은 조직병리학 (histopathology)의 초석이지만, H&E 전체 슬라이드 이미지 (whole-slide images, WSIs)의 확장 가능한 정량적 분석은 계산 병리학 (computational pathology) 분야의 핵심 과제로 남아 있습니다. 우리는 Atlas 병리학 파운데이션 모델 (foundation models) 제품군을 기반으로 구축되어, 여러 암 유형에 걸쳐 조직 품질, 조직 영역 및 세포 유형 레이블을 예측하며 슬라이드당 세포 수준 해상도로 4,500개 이상의 정량적 판독값을 생성하는 AI 기반 시스템인 Atlas H&E-TME를 선보입니다. 이러한 시스템을 검증하는 데 있어 주요 과제는 H&E 전용 정답 (ground truth)에 내재된 형태학적 모호성(morphological ambiguity)과 면역조직화학 (immunohistochemistry, IHC)과 같은 양식 (modalities)을 활용하는 더 정보가 풍부한 참조 자료의 제한된 확장성을 극복하는 것입니다. 우리는 생물학적 근거에 기반한 깊이와 기술적 및 형태학적 폭을 결합한 이중 검증 프레임워크를 통해 이를 해결합니다. 깊이를 위해, 우리는 기존의 H&E 전용 주석 (annotation)보다 평가자 간 일치도 (inter-rater agreement)를 실질적으로 향상시키는 IHC 기반 다수 병리학자 합의 프로토콜을 제안합니다. 이를 통해 우리는 Atlas H&E-TME와 H&E만을 사용하는 병리학자를 비교할 수 있는 분자적 근거를 갖춘 참조 자료를 생성합니다. 폭을 위해, 우리는 8가지 암 유형과 그들의 가장 흔한 전이 부위를 아우르는 1,500개 이상의 사례에 걸쳐 200,000개 이상의 높은 신뢰도를 가진 H&E 전용 병리학자 주석을 바탕으로 Atlas H&E-TME를 벤치마킹했습니다. 이 데이터셋은 25개 이상의 출처와 8개 이상의 스캐너 모델에서 추출되었으며, 암 유형별 임상 사례의 90% 이상을 커버하는 하위 유형을 포함합니다. IHC 기반 합의와 비교했을 때, Atlas H&E-TME는 병리학자의 H&E 전용 성능과 일치하거나 이를 능가하며, 이러한 광범위한 형태학적 및 기술적 범위 전반에서 일관되고 견고하게 일반화됩니다. 이를 통해 Atlas H&E-TME는 병리학에서 가장 보편적인 데이터인 H&E 슬라이드를 종양 및 종양 미세환경 (tumor microenvironment)을 들여다볼 수 있는 확장 가능한 정량적 창구로 변모시키며, 중개 및 임상 연구에서 차세대 조직 기반 바이오마커 (biomarkers)를 위한 토대를 마련합니다.