病理診斷，是AI改變醫(yī)療的關(guān)鍵環(huán)節(jié)。

近年來，癌癥診斷需求不斷增長，隨之而來的是病理科巨大的供給挑戰(zhàn)。

信息顯示，我國病理醫(yī)生缺口巨大，且分布極不均衡，大部分集中在三甲醫(yī)院，二甲及以下醫(yī)院的病理醫(yī)師嚴重缺乏且經(jīng)驗不足。

而AI尤其是大模型的引入，為解決這一挑戰(zhàn)帶來希望。

7月16日，AI病理學(xué)公司Paige聯(lián)合微軟推出病理學(xué)多模態(tài)基礎(chǔ)模型PRISM2，通過結(jié)合病理圖像與臨床語料，為癌癥診斷、生物標(biāo)志物預(yù)測等多個領(lǐng)域帶來深刻變革。

PRISM2基于超過230萬張全切片圖像進行訓(xùn)練，涵蓋數(shù)十萬例患者病例，且每張圖像都配有對應(yīng)的臨床報告，幫助模型理解真實的診斷語言，提升其在不同人群、組織類型和癌癥類型中生成有價值判斷的能力。

測試結(jié)果顯示，PRISM2在各個任務(wù)中的表現(xiàn)均優(yōu)于其他切片級基礎(chǔ)模型，而其創(chuàng)新性的零樣本（zero-shot）方法，使得模型能夠更好地應(yīng)對各種罕見疾病或新型生物標(biāo)志物，即使這些樣本在訓(xùn)練數(shù)據(jù)中很少甚至沒有出現(xiàn)過。

同時，PRISM2引入了大語言模型，能夠即時生成簡潔、符合臨床標(biāo)準(zhǔn)的報告，大大減少了工作量，成為醫(yī)生和研究人員們真正的合作伙伴。

PRISM2的推出，在性能、交互和泛化方面樹立了新的行業(yè)標(biāo)準(zhǔn)，成為數(shù)字病理學(xué)和人工智能領(lǐng)域的最新突破。

未來這款模型還將被集成到Paige的下一代生成式AI臨床平臺Alba中，用戶可以在直觀的交互式界面中自動執(zhí)行常規(guī)任務(wù)、分析病理圖像并提供快速的臨床洞察。

Paige表示，公司使命是構(gòu)建智能系統(tǒng)，并將其無縫集成到臨床和研究環(huán)境中，從而改變癌癥的診斷和治療方式。

病理診斷：更準(zhǔn)、更全、更智能

近年來，隨著數(shù)字病理學(xué)和人工智能的快速發(fā)展，極大提升了癌癥診斷的效率。

諸如Virchow2、UNI2和H-optimus-1等模型展示了利用數(shù)百萬張組織切片進行自我監(jiān)督學(xué)習(xí)的強大能力。

然而，盡管這些模型在特定任務(wù)上表現(xiàn)出色，但它們未能充分整合臨床信息，限制了其在復(fù)雜臨床場景中的應(yīng)用潛力。

針對這些問題，Paige聯(lián)合微軟推出新型多模態(tài)病理基礎(chǔ)模型PRISM2，模型采用了獨特的兩階段訓(xùn)練策略。

第一階段旨在對齊全切片圖像（WSI）的視覺特征與臨床診斷報告的文本信息。通過大規(guī)模數(shù)據(jù)集（包含近70萬份標(biāo)本和230萬張WSI）的對比學(xué)習(xí)和圖像字幕生成訓(xùn)練，模型學(xué)習(xí)如何將復(fù)雜的病理圖像與對應(yīng)的文字描述關(guān)聯(lián)起來，為后續(xù)的深度理解打下基礎(chǔ)。

第二階段，解凍語言模型并引入一個40億參數(shù)的LLM，通過模擬真實的臨床對話（包括利用GPT-4o生成的問答對），PRISM2 學(xué)習(xí)在互動語境下理解和生成病理相關(guān)語言，從而提煉出對臨床決策更有價值的深層特征。

這使得PRISM2不僅能理解病理圖像的視覺信息，還能將其與臨床診斷報告中的語言信息深度融合，并通過對話訓(xùn)練提升其臨床推理和實用性。

測試結(jié)果顯示，PRISM2在多項病理學(xué)任務(wù)中展現(xiàn)了強大性能，顯著優(yōu)于前代模型PRISM和哈佛醫(yī)學(xué)院開發(fā)的多模態(tài)全切片基礎(chǔ)模型TITAN。

更為驚艷的是，PRISM2 引入了一種創(chuàng)新的零樣本“是/否”分類方法，這使得模型能夠對復(fù)雜、非預(yù)設(shè)的問題給出推斷性答案，極大地增強了其在實際臨床場景中的靈活性和泛化能力。

例如，在PanCancer罕見癌癥檢測任務(wù)中，PRISM2的AUC達到了0.952，優(yōu)于PRISM的0.947和TITAN的0.931。

這表明PRISM2不僅能夠有效識別常見的癌癥類型，在面對罕見的病理圖像時仍能保持良好的性能。

在高效地從全切片圖像中提取關(guān)鍵病理特征的同時，PRISM2還能根據(jù)需要結(jié)合患者背景信息，形成更加個性化的臨床報告，大大減少了醫(yī)生工作量。

PRISM2的問世標(biāo)志著通用型AI病理模型的關(guān)鍵一步，在臨床實踐展現(xiàn)出廣泛實用價值，有望顯著提升診療效果。

AI病理龍頭，微軟、強生大力支持

Paige聯(lián)合創(chuàng)始人兼首席科學(xué)家Thomas Fuchs是一位在計算病理學(xué)和醫(yī)療人工智能領(lǐng)域具有全球影響力的專家。

在擔(dān)任紀(jì)念斯隆凱特琳癌癥中心（MSK）沃倫·阿爾珀特數(shù)字與計算病理學(xué)中心主任期間，他領(lǐng)導(dǎo)了一個專注于計算病理學(xué)和醫(yī)學(xué)機器學(xué)習(xí)的實驗室，致力于開發(fā)分析數(shù)字顯微鏡載玻片的新方法，旨在揭示基因突變及其對組織變化的影響，以繪制癌癥的病理學(xué)圖譜。

2018年，Thomas Fuchs與David Klimstra共同創(chuàng)立了Paige，希望利用深度學(xué)習(xí)和龐大數(shù)據(jù)集的力量來徹底改變癌癥診斷。

圖：Thomas Fuchs（左）與David Klimstra（右）

David Klimstra博士是癌癥病理學(xué)領(lǐng)域的知名學(xué)者，擁有超過三十年的研究生涯，專注于胰腺、肝臟和胃腸道腫瘤的病理學(xué)研究。

此前，Klimstra曾擔(dān)任紀(jì)念斯隆凱特琳癌癥中心病理學(xué)系主任，領(lǐng)導(dǎo)了數(shù)字病理學(xué)工作流程的評估和實施。

Paige.AI 的核心技術(shù)在于其計算病理學(xué)平臺和AI驅(qū)動的應(yīng)用程序，這些都建立在公司建立的目前規(guī)模最大、最多樣化的數(shù)字病理學(xué)數(shù)據(jù)集之上。

• Paige Prostate Suite：檢測和分級前列腺癌，是第一個獲得FDA 批準(zhǔn)的基于AI的病理學(xué)軟件

• Paige Breast Suite: 支持識別和分類乳腺癌，其中一款從淋巴結(jié)標(biāo)本中檢測乳腺癌的軟件被FDA授予突破性設(shè)備認證

• Paige GI Suite: 支持病理學(xué)家檢測和分類整個胃腸道中的良性和惡性病變。

• Paige PanCancer: 識別多個組織和器官中疑似癌癥的區(qū)域，獲得FDA突破性設(shè)備認證，已在21種活檢組織和25種切除組織上進行驗證

除了癌癥檢測之外，Paige還面向生命科學(xué)、制藥公司和研究機構(gòu)提供解決方案，包括精準(zhǔn)的治療靶向、新型生物標(biāo)記識別以及優(yōu)化的臨床試驗設(shè)計。

這背后離不開公司自主研發(fā)的一系列基礎(chǔ)模型的有力支持，如Virchow和PRISM，通過對大規(guī)模計算病理學(xué)數(shù)據(jù)的深入分析，更全面地理解癌癥。

目前，Paige已官宣多項外部合作，包括與微軟攜手開發(fā)基礎(chǔ)模型、為Lumea、Aiforia等數(shù)字病理學(xué)企業(yè)提供AI解決方案、與Breast International Group加速乳腺癌研究以及與強生推動新型生物標(biāo)志物檢測。

迄今為止，Paige總?cè)谫Y額超過2.41億美元，投資者包括微軟、強生創(chuàng)新-JJDC、KKR、Casdin Capital等知名機構(gòu)。

華為、商湯已入局

當(dāng)經(jīng)驗醫(yī)學(xué)邁向精準(zhǔn)醫(yī)學(xué)，病理診斷作為臨床金標(biāo)準(zhǔn)，其意義愈加重要。

從技術(shù)視角來看，病理輔助診斷系統(tǒng)是AI在醫(yī)學(xué)檢驗領(lǐng)域相對成熟的應(yīng)用場景之一。

但因為病理學(xué)圖像對數(shù)據(jù)集質(zhì)量、儲存、算力等資源都有極高的要求，AI病理診斷往往是頂尖院所和大廠的游戲，目前國外病理學(xué)模型研究幾乎被哈佛與微軟壟斷。

近年來，中國在AI病理診斷領(lǐng)域取得了顯著突破，國內(nèi)科研機構(gòu)、醫(yī)療機構(gòu)和科技企業(yè)協(xié)同發(fā)力，展現(xiàn)出強勁的發(fā)展勢頭和創(chuàng)新能力。

2023年9月，透徹未來發(fā)布了透徹大腦病理大模型。2024年7月，商湯醫(yī)療聯(lián)合清華大學(xué)等科研院所發(fā)布了病理大模型PathOrchestra，利用國內(nèi)規(guī)模最大的近30萬張全切片數(shù)字病理圖像（近300TB數(shù)據(jù)）數(shù)據(jù)集訓(xùn)練。

今年2月，華為聯(lián)合上海瑞金醫(yī)院正式發(fā)布瑞智病理大模型RuiPath，這一成果基于瑞金醫(yī)院病理科百萬級數(shù)字切片庫，覆蓋了中國每年90%癌癥發(fā)病人群罹患的癌種，并且亞?？浦R問答深度達到專家級知識水平。

然而，值得注意的是，AI病理診斷在臨床轉(zhuǎn)化和規(guī)模化落地仍面臨諸多挑戰(zhàn)，尤其相關(guān)的技術(shù)標(biāo)準(zhǔn)、審批流程和臨床應(yīng)用規(guī)范等領(lǐng)域，仍處于探索階段。

—The End—