共同奏響“病理診斷最強音”！商湯醫療聯合行業頂尖專家發佈國內首個病理大模型

7月5日,在2024世界人工智慧大會期間,商湯醫療聯合中華醫學會病理學分會王哲副主委團隊、清華大學何永紅教授團隊共同發佈國內首個病理大模型PathOrchestra。該模型基於國內規模最大的數字病理圖像數據集訓練,並實現全球最廣泛的臨床任務賦能,完成了病理AI領域從“單模專病”到“一模多病”的跨越式突破。商湯醫療已將該成果深度嵌入業內領先的數智化病理科整體解決方案,助力醫院“一站式”建設大模型驅動的數字化智慧病理科,開啟病理診斷“新紀元”。

圖説:中華醫學會病理學分會副主任委員、中國醫師協會病理醫師分會副會長王哲(中),清華大學深圳國際研究生院生醫健康工程研究院,生物醫學工程、光學教授何永紅(左),商湯科技副總裁張少霆(右)共同發佈國內首個病理大模型PathOrchestra

病理診斷迎來“大模型時代”

病理診斷被譽為疾病診斷的“金標準”,但該領域長期以來面臨病理醫生培養週期長、優質病理診斷資源分佈不均勻等問題。人工智慧技術的應用讓國內外病理科迎來數智化轉型浪潮,不過由於數字病理切片解析度高、涉及病種多,在“大數據+精標注”的傳統AI模型訓練範式下,想要對每一種疾病進行精標注訓練幾乎是“不可能完成的任務”。

“病理圖像具有非常大的多樣性,要借助人工智慧技術開展診斷難度極大,因此病理圖像處理也被稱為圖像處理中的‘皇冠上的明珠’。病理大模型正是突破數字病理瓶頸的關鍵。”王哲在發佈儀式上表示。

圖説:王哲在發佈會現場做主題分享

此次發佈的病理大模型PathOrchestra,將視覺模型和大語言模型結合,利用國內規模最大的近30萬張全切片數字病理圖像(近300TB數據)數據集訓練,並融合了文本、視頻等多模態訓練數據。通過對海量數據的自監督學習,無需大量精標注數據,即可讓模型“觸類旁通”學會分析各類器官病理圖像,已覆蓋肺、乳腺、肝臟、食管等20余種器官,賦能包括泛癌分類、病灶識別和檢測、多癌種亞型分類、生物標誌物評估等在內的百餘項臨床任務,已在多器官泛癌分類、淋巴瘤亞型診斷、膀胱癌篩查等近50項任務中準確率超過95%,這也是目前全球賦能臨床任務最廣的病理大模型。

圖説:病理大模型PathOrchestra可賦能百餘項臨床任務

在訓練過程中,研發團隊還針對性地增加了食管癌、乳腺癌等中國發病率較高的癌症數據,使模型能力更符合我國臨床實際需求。王哲表示:“PathOrchestra是一首由視覺模型、大語言模型以及多模態數據共同奏響的協奏曲,希望這首協奏曲能夠奏出美好的曲調,為中國乃至世界的廣大患者的病理診斷做出更好的服務。”

大模型驅動,打造一站式病理科數智化解決方案

病理大模型PathOrchestra的發佈為數智化病理科建設提供了強大的底層技術支撐。為了推動大模型技術在病理診斷中的應用,商湯醫療已打造大模型驅動的數智化病理科整體解決方案,串聯切片數字化掃描、高性能閱片、AI智慧輔助診斷、數據存儲等病理智慧化診斷全流程。

為了滿足多院區、醫聯體等區域性病理智慧分析需求,商湯醫療助力醫院打造智慧數字切片管理系統及高性能數字閱片平臺,在千人併發下仍能達成“秒級無卡頓調閱”的出色性能。在此基礎上,針對AI智慧輔助診斷環節,依託病理大模型的底層賦能,商湯醫療將模型能力半徑拓展至百餘種病理臨床任務,有效緩解了病理醫生工作量超負荷的問題,顯著提高閱片效率。

商湯醫療將繼續挖掘大模型技術在醫學領域的應用潛力,為我國病理科的數字化、智慧化升級和標準化發展提供更多賦能,助力我國醫療事業高品質發展。