Microsoft a introdus GigaPath, un model de transformator de viziune (ViT), menit să abordeze complexitățile digitale patologie. Dezvoltat în colaborare cu Providence Health System și Universitatea din Washington, acest model promite să îmbunătățească analiza patologiei întregului diapozitiv folosind metode de calcul avansate.
GigaPath abordează cerințele de calcul ale diapozitivelor gigapixeli-imagini semnificativ mai mari decât cele tipice. —prin folosirea unor mecanisme de autoatenție dilatate. Această tehnică permite modelului să gestioneze calculul amplu necesar pentru analizarea unor imagini atât de mari. Patologia digitală implică, de obicei, transformarea lamelor tradiționale de sticlă în imagini digitale, facilitând vizualizarea, analiza și stocarea îmbunătățite.
Dezvoltare și instruire în colaborare
Dezvoltarea GigaPath este rezultatul unui efort de colaborare între Microsoft, Providence Health System și Universitatea din Washington. Prov-GigaPath este un model de fundație pentru patologie cu lame întregi cu acces deschis. A fost antrenat în prealabil pe un miliard de plăci de imagini patologice de 256 x 256 derivate din peste 170.000 de diapozitive întregi, folosind date din lumea reală. Toate calculele au fost efectuate la chiriașul privat al Providence, cu aprobarea Providence Institutional Review Board (IRB).
Procesul de instruire al GigaPath implică două etape abordarea învăţării curriculare. Începe cu antrenamentul preliminar la nivel de țiglă folosind transformatorul de vedere auto-supravegheat al Meta Model DINOv2 și progresează la preantrenamentul la nivel de diapozitiv cu o mascată. autoencoder și LongNet. Metoda de auto-supraveghere DINOv2 combină pierderea de reconstrucție mascata și pierderea contrastantă pentru a antrena transformatoarele de vedere. Atenția dilatată a LongNet este adaptată pentru modelarea la nivel de diapozitiv, segmentând secvența de plăci în bucăți ușor de gestionat și implementând atenție redusă pentru segmente mai lungi.
Metrici și aplicații de performanță
GigaPath a demonstrat o performanță remarcabilă, depășind cel de-al doilea cel mai bun model în 18 din 26 de sarcini legate de subtiparea și patologia cancerului. Subtipizarea cancerului implică clasificarea subtipurilor specifice utilizând diapozitive de patologie, în timp ce sarcinile de patologie clasifică tumorile pe baza modificărilor genetice importante din punct de vedere terapeutic. Prov-GigaPath a demonstrat performanțe superioare, în special în scenariul pan-cancer, realizând îmbunătățiri notabile în AUROC și AUPRC în comparație cu alte metode.
Eficacitatea modelului a fost validată în continuare folosind date din Programul Atlas al genomului cancerului (TCGA), unde a depășit în mod constant alte abordări. Capacitatea GigaPath de a extrage caracteristicile morfologice specifice subtipului pan-cancerului legate genetic la nivelul întregului diapozitiv subliniază potențialul său pentru cercetări viitoare în biologia complexă a micromediului tumoral.
Progresele Microsoft în IA generativă au jucat. un rol crucial în dezvoltarea GigaPath. Procesul de transformare a unei lame de microscopie standard a țesutului tumoral într-o imagine digitală de înaltă rezoluție este acum accesibilă pe scară largă. Într-un studiu publicat în Nature, cercetătorii din spatele GigaPath au detaliat diverse aplicații pentru analiza patologiei a instrumentului imagini. Studiul a constatat că GigaPath a îmbunătățit subtiparea cancerului pentru nouă tipuri majore de cancer și a depășit toate abordările concurente în sarcinile de subtipizare.
O etapă pentru medicina de precizie
GigaPath este setat să beneficieze de medicina de precizie, care se concentrează pe înțelegerea tratamentului și prevenirii bolilor, luând în considerare structura și caracteristicile genomice specifice ale unui individ. Cu miliarde de dolari investite în medicina de precizie, cercetarea în acest domeniu avansează rapid, demonstrând valoarea acestei industrii.
În ciuda potențialului promițător al GigaPath, călătoria pentru integrarea acestei tehnologii în mediile clinice și scară. la setările relevante este abia la început. Inovatorii și liderii industriei trebuie să facă față provocărilor încorporării acestei tehnologii într-o manieră care să protejeze rezultatele exacte în domeniul sănătății, confidențialitatea și principiile de utilizare etică. Dacă este făcut corect, GigaPath ar putea avea un impact semnificativ asupra domeniului patologiei digitale.
