Révolutionner le diagnostic du cancer : le modèle d'IA Prov-GigaPath dévoilé
Le modèle alimenté par l'IA, Prov-GigaPath, vise à révolutionner le diagnostic du cancer
Un modèle d'IA révolutionnaire, Prov-GigaPath, développé par un consortium comprenant Microsoft, le système de santé Providence et l'Université de Washington, a le potentiel de transformer le diagnostic du cancer. Le modèle, présenté dans une étude de Nature, s'appuie sur une analyse de plus d'un milliard d'images d'échantillons de tissus provenant de 30 000 patients et a déjà été intégré dans des paramètres cliniques. Proven-GigaPath est conçu pour découvrir des informations auparavant inaperçues dans les lames de pathologie, dépassant les capacités humaines. Sa formulation a impliqué l'effort de pré-entraînement le plus important jamais vu à ce jour en utilisant la modélisation de diapositives complètes. La plateforme GigaPath, qui sous-tend cette approche innovante, dissocie les images numériques haute résolution en segments gérables et affine le modèle en reliant les données d'image aux rapports de pathologie réels. De manière encourageante, Prov-GigaPath a démontré des performances supérieures, dépassant d'autres modèles dans de nombreuses tâches de sous-typage et d'analyse du cancer. Cependant, il reste de nombreuses voies inexplorées, notamment dans les exercices de santé de précision, comme la cartographie des microenvironnements tumoraux et la projection des réponses aux traitements.
Principales conclusions
- Une collaboration entre Microsoft, le système de santé Providence et l'Université de Washington a abouti au développement d'un modèle d'IA, Prov-GigaPath, visant au diagnostic du cancer, utilisant 1,3 milliard d'images de pathologie de 30 000 patients.
- Ce modèle en accès libre est déployé dans des applications cliniques, montrant de meilleurs résultats dans 18 évaluations sur 26 par rapport aux autres modèles.
- Prov-GigaPath est le résultat de l'effort de pré-entraînement le plus important à ce jour en utilisant la modélisation de diapositives complètes, avec un volume de données cinq à dix fois supérieur aux autres jeux de données.
- La plateforme GigaPath de Microsoft, intégrant des stratégies d'IA, divise les images à grande échelle en pavés gérables et identifie les motifs liés aux différents sous-types de cancer.
- L'ajustement fin du modèle a impliqué d'associer les données d'image aux rapports de pathologie traités en utilisant la plateforme d'IA générative GPT-3.5 d'OpenAI.
Analyse
Le dévoilement de Prov-GigaPath, un modèle d'IA pour le diagnostic du cancer, par Microsoft, le système de santé Providence et l'Université de Washington, exploitant 1,3 milliard d'images de pathologie, pourrait améliorer considérablement la précision du diagnostic. Son application dans des paramètres cliniques pourrait offrir des avantages substantiels, surtout dans les régions où l'expertise et les ressources en pathologie sont limitées. Cependant, des questions éthiques controversées peuvent émerger concernant la protection des données et l'utilisation de la plateforme d'IA générative GPT-3.5 d'OpenAI pour le traitement des rapports de pathologie. À long terme, Prov-GigaPath pourrait contribuer à réduire les coûts de santé et à améliorer l'accès à des diagnostics du cancer de premier ordre. Son impact pourrait effectivement atteindre les développeurs d'IA, entraînant une demande accrue de jeux de données médicaux plus larges et plus diversifiés ainsi que d'outils d'IA avancés, nécessitant ainsi une réévaluation de la réglementation régissant l'utilisation des données et les applications de l'IA dans les soins de santé.
Le saviez-vous ?
- Modélisation de diapositives complètes: Cette méthode d'IA de pointe, essentielle au développement de Prov-GigaPath, consiste à examiner de manière holistique les images numériques haute résolution, comme les lames de pathologie, plutôt que de se concentrer sur des sections individuelles. Cette approche globale facilite la découverte d'informations sur les lames de pathologie qui peuvent échapper à la perception humaine. La modélisation de diapositives complètes de Prov-GigaPath a été étayée par un effort de pré-entraînement utilisant un jeu de données cinq à dix fois plus important que les autres jeux de données, le rendant un instrument puissant pour le diagnostic du cancer.
- GigaPath (plateforme IA de Microsoft): GigaPath, une plateforme IA de Microsoft conçue pour relever les tâches d'analyse d'images à grande échelle, notamment dans le diagnostic du cancer, dissocie les images numériques haute résolution en pavés gérables, facilitant une analyse de données plus efficace par des modèles d'IA comme Prov-GigaPath. Les tactiques d'IA de GigaPath impliquent également l'identification de motifs liés aux différents sous-types de cancer et l'amélioration du modèle en reliant les données d'image aux rapports de pathologie réels.
- Ajustement fin avec la plateforme d'IA générative GPT-3.5 d'OpenAI: L'ajustement fin consiste à ajuster les paramètres d'un modèle pour améliorer ses performances pour des tâches spécifiques. Pour Prov-GigaPath, l'ajustement fin a impliqué de relier les données d'image aux rapports de pathologie traités en utilisant la plateforme d'IA générative GPT-3.5 d'OpenAI. Ce processus a renforcé les capacités de Prov-GigaPath à examiner et à interpréter les lames de pathologie, améliorant ainsi ses performances dans les tâches de sous-typage et d'analyse du cancer.