«`html
Цифровая патология: преобразование стекол препаратов в цифровые изображения
Цифровая патология преобразует традиционные стеклянные слайды в цифровые изображения для просмотра, анализа и хранения. Прогресс в области технологий изображений и программного обеспечения стимулирует этот процесс, который имеет значительные последствия для медицинской диагностики, исследований и образования. Существует возможность ускорить прогресс в области точной медицины в десять раз благодаря нынешней революции в области генеративного искусственного интеллекта и параллельным цифровым изменениям в биомедицине. Для генерации доказательств на уровне популяции цифровая патология может быть интегрирована с другими мультимодальными, продолжительными данными пациентов в мультимодальный генеративный ИИ.
Революционная технология Microsoft для моделирования целого слайда
Инновационная технология Microsoft, GigaPath, революционизировала моделирование целого слайда, вводя расширенное самовнимание для управления вычислениями. В рамках сотрудничества с Providence Health System и Университетом Вашингтона была разработана Prov-GigaPath — открытая модель основы патологии целого слайда. Эта модель, предварительно обученная на ошеломляющем количестве 256 X 256 изображений патологии из более чем 170 000 целых слайдов с использованием реальных данных от Providence, является значительным шагом вперед в этой области.
Двухэтапное обучение Prov-GigaPath включает предварительное обучение на уровне плитки с использованием DINOv2 и предварительное обучение на уровне слайда с использованием маскированного автоэнкодера и LongNet. Это обеспечивает выдающуюся производительность в ряде задач цифровой патологии, подчеркивая перспективы модели для широкого спектра приложений в этой области.
Использование данных для улучшения процессов
Использование данных из наборов данных Providence и TCGA позволило команде установить стандарт цифровой патологии с девятью задачами для подтипизации рака и семнадцатью задачами для патомики. Чрезвычайная производительность Prov-GigaPath подчеркивает его универсальность и потенциал для широкого спектра приложений в цифровой патологии.
Команда также стремится найти универсальные сигналы для генной мутации во всех видах рака и в крайне различных морфологиях опухолей в рамках так называемого панракового сценария. В этих сложных условиях Prov-GigaPath достиг значительных результатов, превзойдя конкурентов в ряде задач.
Значимость моделирования целого слайда
Prov-GigaPath продемонстрировал свою способность к выполнению задач визио-языкового восприятия, превзойдя другие модели в ряде бенчмарковых задач, что подчеркивает его перспективы для моделирования целого слайда визио-языковых задач.
Это первая модель основы цифровой патологии, которая прошла масштабное предварительное обучение на реальных данных. Prov-GigaPath достигает передовых результатов в области классификации рака, патомики и визио-языковых задач, открывая новые возможности для улучшения ухода за пациентами и ускорения клинических открытий.
Подробнее ознакомьтесь с научной статьей и блогом.
Вся заслуга за этот исследовательский проект принадлежит его ученым.
Также не забудьте подписаться на наш Twitter.
Присоединяйтесь к нашему каналу в Telegram, Discord и LinkedIn.
Если вам понравилась наша работа, вам понравится и наш новостной бюллетень.
Не забудьте присоединиться к нашему сообществу в Reddit — 42k+ ML SubReddit.