1716418815
2024-05-22 22:34:45
Prov-GigaPath はデジタル病理学に AI を活用しています。 (Providence / Microsoft 経由のエラ マル スタジオ)
マイクロソフト、プロビデンス ヘルス システム、ワシントン大学の研究者らは、3万人以上の患者の組織サンプルの10億枚以上の画像の分析に基づいて、がん診断のための新しい生成AIモデルを開発したと発表した。
オープンアクセスモデルは、 Prov-GigaPathに記載されています。 ネイチャー誌に本日発表された研究 すでに臨床応用にも使用されています。
「病理スライドの豊富なデータは、Prov-GigaPath などの AI ツールを通じて、人間の目で識別できるものを超えた新しい関係性や洞察を明らかにすることができます。」 ニュースリリースで述べた「このモデルががん研究と診断を大きく前進させる可能性を認識し、私たちはこのモデルを広く利用して世界中の患者さんに役立ててほしいと強く思いました。この画期的な取り組みに参加できることは光栄です。」
Prov-GigaPath の開発には OpenAI が使用されました GPT-3.5 プロビデンス大学が提供した171,189枚のデジタル全スライドから得られた13億枚の病理画像タイルのパターンを識別するための生成AIプラットフォーム。研究者らによると、これは全スライドモデリングの事前トレーニングとしてはこれまでで最大規模であり、 がんゲノムアトラス。
腫瘍組織の顕微鏡スライドを高解像度のデジタル画像に変換するホールスライド イメージングは、デジタル病理学で広く使用されるツールとなっています。 ただし、標準的なギガピクセルのスライド 1 枚は、一般的な自然画像の数千倍も大きく、従来のコンピューター ビジョン プログラムにとっては課題となっています。
Microsoft の GigaPath プラットフォームは、一連の AI ベースの戦略を採用し、大規模な画像を扱いやすい 256 x 256 ピクセルのタイルに分割し、さまざまな癌のサブタイプに関連するパターンを探しました。
Prov-GigaPath モデルのパフォーマンスを判断するために、研究者らは、9 つのがんサブタイピング タスクと 17 の分析タスクを含むデジタル病理学ベンチマークを設定しました。 「Prov-GigaPath は 26 タスク中 25 タスクで最先端のパフォーマンスを達成し、18 タスクで 2 番目に優れたモデルに比べて大幅に改善しました。」と Microsoft の研究著者の 2 人、Hoifung Poon 氏と直人 Usuyama 氏は述べています。 研究についてのブログ投稿で述べた。。
プーン氏とウスヤマ氏は、デジタル病理学へのAI支援アプローチは「患者ケアの向上と臨床発見の加速に新たな可能性をもたらす」と述べたが、まだやるべきことはたくさんあると付け加えた。
「最も重要なことは、腫瘍微小環境のモデル化や治療反応の予測など、多くの重要な精密医療タスクにおけるGigaPathと全スライド事前トレーニングの影響をまだ調査していないことだ」と研究者らは書いている。
Nature 論文の著者である Bifulco、Poon、Usuyama に加えて、 「実世界データからデジタル病理学を導くための全スライド基盤モデル」 Hanwen Xu、Jaspreet Bagga、Sheng Zhang、Rajesh Rao、Tristan Naumann、Cliff Wong、Zelalem Gero、Javier González、Yu Gu、Yanbo Xu、Mu Wei、Wenhui Wang、Shuming Ma、Furu Wei、Jianwei Yang、Chunyuan Li、Jianfeng が含まれますガオ、ジェイレン・ローズモン、タッカー・バウワー、スーヒー・リー、ロシャンティ・ウィーラシンハ、ビル・J・ライト、アリ・ロビセク、ブライアン・ピーニング、シェン・ワン。
GeekWire からの詳細:
#マイクロソフトプロビデンス大学ワシントン大学がデジタル癌診断に生成AIを活用