清华大学发布国内首个数字病理大模型 人工智能助力诊断

病理诊断迎来“大模型时代”，人工智能助力提升经验、精确性和效率

　　

近日，在2024世界人工智能大会期间，清华大学团队、商汤医疗、空军军医大病理学团队联共同发布国内首个病理大模型“PathOrchestra”。该模型基于国内规模最大的数字病理图像数据集训练，并实现全球最广泛的临床任务赋能，完成了病理AI领域从“单模专病”到“一模多病”的跨越式突破，开启病理诊断“新纪元”。

病理诊断迎来“大模型时代”
病理诊断被誉为疾病诊断的“金标准”，但该领域长期以来面临病理人才培养周期长、优质病理诊断资源分布不均匀等问题。人工智能技术的应用让国内外病理科迎来数智化转型浪潮，不过由于数字病理切片分辨率高、涉及病种多，在“大数据+精标注”的传统AI模型训练范式下，想要对每一种疾病进行精标注训练几乎是“不可能完成的任务”。
“病理图像具有非常大的多样性，要借助人工智能技术开展诊断难度极大，因此病理图像处理也被称为图像处理中的‘皇冠上的明珠’。病理大模型正是突破数字病理瓶颈的关键。”大学基础医学院王哲教授表示。

此次发布的病理大模型PathOrchestra，将视觉模型和大语言模型结合，利用国内规模最大的近30万张全切片数字病理图像（近300TB数据）数据集训练，并融合了文本、视频等多模态训练数据。通过对海量数据的自监督学习，无需大量精标注数据，即可让模型“触类旁通”学会分析各类器官病理图像，已覆盖肺、乳腺、肝脏、食管等20余种器官，赋能包括泛癌分类、病灶识别和检测、多癌种亚型分类、生物标志物评估等在内的百余项临床任务，在多器官泛癌分类、淋巴瘤亚型诊断、膀胱癌筛查等近50项任务中准确率超过95%，这也是目前全球赋能临床任务最广的病理大模型。

病理大模型PathOrchestra可赋能百余项临床任务
在训练过程中，研发团队还针对性地增加了食管癌、乳腺癌等中国发病率较高的癌症数据，使模型能力更符合我国临床实际需求。王哲表示：“PathOrchestra是一首由视觉模型、大语言模型以及多模态数据共同奏响的协奏曲，希望这首协奏曲能够奏出美好的曲调，为中国乃至世界的广大患者的病理诊断做出更好的服务。”
病理大模型PathOrchestra的发布为数智化病理学科建设提供了强大的底层技术支撑。依托病理大模型的底层赋能，将AI的能力半径拓展至百余种病理临床任务，有效缓解了病理医生工作量超负荷的问题，显著提高阅片效率，帮助病理实现数字化、智慧化转型，为患者提供水平更高、效率更高的高质量医疗服务。