سماكة شريحة الأنسجة الدماغية لا تتجاوز 5 ميكرونات، أي أرق بعشرين مرة من شعرة الإنسان. على هذه الشريحة، يبحث أخصائي علم الأمراض عن علامات الورم: تغير شكل النوى، تزاحم الخلايا، أوعية دموية غير طبيعية. العمل شاق، وقد يختلف اختصاصيان في الرأي حول الصورة نفسها. في هذه الحالة، الشبكة العصبية ليست بديلاً عن الطبيب، بل عين ثانية تنظر إلى الصورة بدأب الآلة ودقة تُقاس بكسور النسبة المئوية.

الشبكة ذات الروابط الكثيفة هي كفريق حيث تسمع كل طبقة جميع الطبقات السابقة، وليس فقط جارتها المباشرة. في DenseNet-121، تتلقى كل كتلة على مدخلاتها ليس فقط ناتج الكتلة السابقة، بل جميع خرائط المعالم الأقدم. المعلومات لا تضيع في الطريق، كما في لعبة "الهاتف المكسور"، بل تتراكم لتشكل صورة شاملة. أما في ResNet-50 فالروابط أقصر: المسارات المختصرة تقفز فوق طبقة أو طبقتين، وتضطر الجارات البعيدات إلى تمرير الرسائل عبر وسطاء. عند نقل المعرفة من مهمة كبيرة إلى مهمة صغيرة، أي التعلم بالنقل، يتبين أن الفريق الكثيف أكثر تماسكاً: فهو يجد الأنماط في المجموعة الصغيرة المكونة من 2931 صورة بشكل أسرع.

الضبط الإضافي على مرحلتين مع التجميد ثم إلغاء التجميد للكتل العميقة، بالإضافة إلى التوسيع العدواني للبيانات، أي التوسيع الاصطناعي للمجموعة عبر تدوير عشوائي وانعكاسات وإزاحات، سمح بتجنب الإفراط في التكيف. لم تتعلم الشبكة حفظ الصور المحددة، بل استخلاص السمات الثابتة للمرض. على مجموعة الاختبار المحجوزة، أظهرت DenseNet-121 دقة 88.35%، بينما حققت ResNet-50 دقة 82.12%. الفرق البالغ 6.23 نقطة مئوية ذو دلالة إحصائية: احتمال التباين العشوائي أقل من نصف بالمئة.

ما الذي يعنيه هذا بالنسبة للممارسة العملية؟ سابقاً، لم يكن واضحاً أي البنيتين الشائعتين أفضل لتصنيف صور الأنسجة الدماغية عندما تكون مجموعة البيانات الموسومة محدودة. الآن أصبح واضحاً: الروابط الكثيفة تمنح ميزة. يمكن نقل بروتوكول التدريب مباشرة إلى مهام أخرى للتصنيف الثنائي للصور النسيجية، مثل البحث عن النقائل في العقد الليمفاوية أو تقييم درجة خباثة الورم. الخطوة التالية هي التدرج متعدد الفئات وخرائط التفسير، التي ستظهر للطبيب المناطق التي اعتمدت عليها الشبكة في الصورة. عندها ستصبح العين الثانية دقيقة وشفافة في آن واحد.