7月17日记者获悉，空军军医大(da)学病理(li)学团队联合清华大(da)学团队、商汤医疗共同发布国内首个病理(li)大(da)模型“PathOrchestra”。该模型基于国内规模最大(da)的数(shu)字病理(li)图像数(shu)据集训练(lian)，并实现全球最广泛(fan)的临床(chuang)任务赋能，完成了病理(li)AI领域从“单模专病”到(dao)“一模多病”的跨越(yue)式突破，开启病理(li)诊断“新(xin)纪元”。

病理(li)诊断被誉(yu)为疾病诊断的“金标准(zhun)”，但该领域长期以来面临病理(li)人才培养周(zhou)期长、优质病理(li)诊断资源分布不(bu)均匀等问题。人工智能技术(shu)的应用让国内外病理(li)科迎来数(shu)智化转型浪潮，不(bu)过由于数(shu)字病理(li)切片分辨率高、涉及病种多，在“大(da)数(shu)据+精标注”的传统AI模型训练(lian)范式下，想(xiang)要对每一种疾病进(jin)行精标注训练(lian)几乎是“不(bu)可能完成的任务”。“病理(li)图像具有非常大(da)的多样性，借助人工智能技术(shu)开展诊断难度(du)极(ji)大(da)，因此(ci)病理(li)图像处理(li)也被称(cheng)为图像处理(li)中的‘皇冠(guan)上的明珠’。病理(li)大(da)模型正是突破数(shu)字病理(li)瓶颈的关键。”大(da)学基础医学院王(wang)哲教授(shou)表示。

此(ci)次(ci)发布的病理(li)大(da)模型PathOrchestra，将视觉模型和(he)大(da)语言模型结合，利用国内规模最大(da)的近30万张全切片数(shu)字病理(li)图像（近300TB数(shu)据）数(shu)据集训练(lian)，并融合了文本、视频等多模态训练(lian)数(shu)据。通过对海量数(shu)据的自(zi)监督学习(xi)，无需(xu)大(da)量精标注数(shu)据，即可让模型“触类旁通”学会分析各类器官病理(li)图像，已覆盖肺、乳腺、肝脏、食管等20余种器官，赋能包括(kuo)泛(fan)癌分类、病灶识别和(he)检(jian)测、多癌种亚型分类、生物标志物评估等在内的百余项临床(chuang)任务，在多器官泛(fan)癌分类、淋巴瘤亚型诊断、膀胱(guang)癌筛查等近50项任务中准(zhun)确率超过95%，这也是目前全球赋能临床(chuang)任务最广的病理(li)大(da)模型。