记者16日从空军军医大学获悉，该校病理学科研团队联合清华大学和商汤医疗共同发布了国内首个病理大模型——PathOrchestra。该模型基于国内规模最大的数字病理图像数据集训练，实现了全球最广泛的临床任务赋能，完成了人工智能病理研究领域从“单模专病”到“一模多病”的跨越式突破。相关专家表示，PathOrchestra的发布意味着病理诊断或将迎来“大模型时代”。

       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人才培养周期长、优质病理诊断资源分布不均匀等问题。人工智能技术的应用让国内外病理科迎来数智化转型。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”。

       该模型主要研发人、空军军医大学基础医学院教授王哲表示：“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。”

       据了解，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、近300TB数据量的全切片数字病理图像数据集训练，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，研究人员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。目前，PathOrchestra已覆盖肺、乳腺、肝脏、食管等20余种器官，可以应用于包括泛癌分类、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，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%。

       据介绍，PathOrchestra的发布为数智化病理学科建设提供了强大的底层技术支撑，将人工智能的能力半径拓展至百余种病理临床任务，为患者提供水平更高、效率更高的医疗服务。

       声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。