O principal diferencial do software é a utilização de comitês heterogêneos de redes neurais convolucionais combinados com a modelagem de incerteza. Em vez de confiar em um único modelo de inteligência artificial, o sistema realiza a fusão de múltiplos modelos de aprendizado profundo por meio de estratégias de ensemble learning, operando votações em nível de pixel por cálculos de soma e soma ponderada. Essa abordagem baseada em consenso reduz significativamente as taxas de falsos positivos e falsos negativos, minimiza a incerteza em bordas citológicas complexas e gera uma delimitação nuclear muito mais confiável e robusta. Além disso, o sistema funciona de maneira modular e independente de plataforma, permitindo a fácil inclusão de novas arquiteturas de segmentação.