跳到主要内容

华为病理大模型落地90多家医院,精准识别罕见癌症亚型

30 0
AI摘要

华为与瑞金医院联合发布的瑞智病理大模型RuiPath 2.0正式落地全国90多家医院。该模型在核心诊断能力上显著升级,尤其擅长识别常见癌症的少见及罕见亚型,有效减少漏诊、误诊。研发团队正进一步探索其在淋巴瘤诊断中的应用,旨在为医生提供更精准高效的智能辅助决策工具。

癌症病理诊断的漏诊以及误诊率长时间处于高位, 患者一遍又一遍地来回奔波寻求医治, 然而却难以获得精准正确的结果, 现如今, 这一令人苦恼之点正迎来借助技术来打破困局的态势。华为偕同上海交通大学医学院附属瑞金医院正式公布了瑞智病理大模型2.0, 这意味着AI辅佐病理诊断迈入了大规模应用的全新阶段。

华瑞联手发布新一代病理大模型

8月30日那天, 华为跟上海交通大学医学院附属瑞金医院一块儿举办发布会,正式推出了瑞智病理大模型2.0版本。在活动现场, 还举行了授牌仪式, 朝着合作医院授予模型应用认证。这种合作集合了华为于人工智能领域的技术优势以及瑞金医院在病理诊断领域的临床积累, 目标是推动医疗AI从实验室迈向真实临床场景。

专为对海量病理切片数据进行训练从而辅助医生完成以癌症筛查、分型、分级等为主的核心诊断任务的按病理诊断场景设计的垂直领域大模型瑞智病理大模型此次发布的 2.0 版本在有助于基层医疗机构病理诊断需求满足的诊断精度以及覆盖病种范围方面明显提升了。

罕见癌症亚型识别能力大幅提升

2.0版本的核心突破之处在于, 对于常见癌症里面隐蔽着的少见以及罕见亚型, 拥有更强的识别能力。以前, 这类亚型因为临床表现并非典型, 病理特征又很细微, 在传统的诊断流程当中, 极其容易被漏诊, 或者被误诊, 进而致使治疗方案的选择出现偏差, 影响到患者的预后情况。大模型借助深度学习复杂的形态学特征, 明显提升了针对此类病例的鉴别准确率。

研发团队宣称, 此模型针对十多种高发癌症中的罕见亚型开展了专项优化工作, 涉及癌种有肺癌, 乳腺癌, 结直肠癌等诸多类型。临床验证所获数据表明, 在引入该模型用于辅助诊断之后, 罕见亚型的检出比率相较于传统方法有显著提高, 从而为精准治疗给予了更为可靠的病理依据, 降低了因诊断模糊致使延误最佳治疗时机的风险。

全国90余家医院已投入实际应用

当前, 瑞智病理大模型2.0已然正式于全国90多家医院达成落地, 进而投入实际应用阶段, 其覆盖了华东、华南、华北、西南等诸多区域。这些医院当中, 既有大型三甲综合医院, 又存在部分地市级医疗机构, 以此反映出该模型于不同层级医疗场景之内皆具备较强的适用性。此模型的部署形式十分灵活, 能够适配多种病理扫描设备以及医院信息系统环境。

大量患者会直接因 AI 辅助诊断而受益, 这意味着规模化落地得以实现。基层医院病理医生资源相对匮乏, 借助大模型能力能够有效弥补人力不足所带来的诊断质量波动。数据表明, 已有合作医院报告提到模型日均处理病理切片数量可观, 大幅提升了诊断效应, 缩短了患者等待报告的时间周期。

研发拓展淋巴瘤多模态诊断应用

在2.0版本之上, 研发团队正深度探寻病理多模态生成式基础模型于淋巴瘤诊断场景里的运用。淋巴瘤是一类血液系统恶性肿瘤, 它具有高度异质性, 其病理诊断对医生经验依赖程度极高, 临床误诊率和漏诊率长时间处于较高情况, 是病理诊断领域的难点之一。

多模态大型模型, 会把病理图像、免疫组化结果、基因检测数据等多维度的信息予以整合, 从而给医生提供更全面的辅助决策方面的支撑。研发团队打算在淋巴瘤分型、预后评估等方面展开专项性攻关, 期望能够替该领域呈上更加精准的智能化工具, 进而推动复杂血液肿瘤诊断朝着标准化、智能化的方向去迈进。

AI病理诊断带来临床价值与行业变革

瑞智病理大模型二点零的落地予以应用, 不但提升了单次诊断的精确性, 还于整体方面优化了病理科室的工作流程。传统病理诊断高度依靠人工阅片, 工作强度大并且容易受到主观因素的干扰, 人工智能的引入能够切实减轻医生的负担, 使得病理医生能够把更多精力投入到疑难病例的综合分析判断之中。

行业观察的人士表明, 医疗方面的AI正在从单个点的工具朝着系统性的解决方法进行演变, 病理作为诊断之中“金标准”的环节, 它的智能化水准直接对肿瘤等重大疾病的治疗决定产生影响, 伴随更多医院进行接入以及使用, 积累下了大量真实世界里的数据, 模型的持续迭代会进一步提高它的临床价值, 促使病理诊断所处行业的整体效能实现升级。

智能辅助诊断前景广阔仍待深耕

虽然瑞智病理大模型已然有了阶段性成果, 不过医疗AI广泛应用之时, 依旧会碰到数据质量、算法泛化、临床接受度等诸多挑战。不同医院的设备存在差异, 切片制备标准并不统一等这些因素, 都极有可能会对模型稳定表现产生影响。所以, 怎样去构建更为完善的质量控制以及验证机制, 这是保障AI辅助诊断安全可信的关键所在。

未来, 会有更多医院加入应用网络, 模型会在更广泛人群、更多病种中接受检验、得到优化。与此同时, 生成的多模态数据会反过来为算法训练提供助力, 形成良性循环。业内期盼此类技术能进一步下沉到基层, 使更多患者享受到同质化的高质量病理诊断服务, 切实实现医疗资源的均衡普惠。

针对将人工智能辅助手段应用于病理诊断在实际临床当中所呈现出的成效, 你秉持着怎样的一种态度? 欢迎于评论区域之内分享你内心的观点和想法, 要是感觉这一篇文章能够作用于你、对你有所助益的话, 那就请给予点赞这个行为动作, 并把它分享给更多存在需求的人们。

登录后参与评论

评论仅开放给已登录并完成邮箱绑定的用户。

评论 0

暂无评论。