商汤发布病理大模型PathOrchestra,临床任务准确率超95%
7月5日,在2024世界人工智能大会期间,商汤医疗联合中华医学会病理学分会王哲副主委团队、清华大学何永红教授团队共同发布病理大模型PathOrchestra。
7月5日,在2024世界人工智能大会期间,商汤医疗联合中华医学会病理学分会王哲副主委团队、清华大学何永红教授团队共同发布病理大模型PathOrchestra,基于国内规模最大的数字病理图像数据集训练,并实现全球最广泛的临床任务赋能,完成了病理AI领域从“单模专病”到“一模多病”的跨越式突破。
病理诊断被誉为疾病诊断的“金标准”,但该领域长期以来面临病理医生培养周期长、优质病理诊断资源分布不均等问题。AI的应用让国内外病理科迎来数智化转型浪潮,不过由于数字病理切片分辨率高、涉及病种多,在“大数据+精标注”的传统AI模型训练范式下,想要对每一种疾病进行精标注训练几乎是“不可能完成的任务”。
王哲表示,“病理图像具有非常大的多样性,要借助人工智能技术开展诊断难度极大,因此病理图像处理也被称为图像处理中的‘皇冠上的明珠’。病理大模型正是突破数字病理瓶颈的关键。”
据介绍,此次发布的病理大模型PathOrchestra,将视觉模型和大语言模型结合,利用国内规模最大的近30万张全切片数字病理图像(近300TB数据)数据集训练,并融合了文本、视频等多模态训练数据。通过对海量数据的自监督学习,无需大量精标注数据,即可让模型“触类旁通”学会分析各类器官病理图像。
已覆盖肺、乳腺、肝脏、食管等20余种器官,赋能包括泛癌分类、病灶识别和检测、多癌种亚型分类、生物标志物评估等在内的百余项临床任务,已在多器官泛癌分类、淋巴瘤亚型诊断、膀胱癌筛查等近50项任务中准确率超过95%,这也是目前全球赋能临床任务最广的病理大模型。
病理大模型PathOrchestra可赋能百余项临床任务
在训练过程中,研发团队还针对性地增加了食管癌、乳腺癌等中国发病率较高的癌症数据,使模型能力更符合我国临床实际需求。
据悉,商汤医疗已打造了大模型驱动的数智化病理科整体解决方案,串联切片数字化扫描、高性能阅片、AI智能辅助诊断、数据存储等病理智慧化诊断全流程。
面向医疗健康科技赛道!
“寻找数字产业「新质生产力」行动计划”
案例征集进行中......
扫描二维码立即申报,点击图片了解详情↓
![](/r/cms/www/default/image/ewm.jpg)
关注大健康Pai 官方微信:djkpai我们将定期推送医健科技产业最新资讯