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。