站長之家（ChinaZ.com）6月5日 消息:近日，全球首個全切片數(shù)字病理學模型Prov-GigaPath正式發(fā)布，這一創(chuàng)新模型在癌癥亞型分類和突變預測方面顯著提高了病理診斷的準確性。GigaPath模型采用了兩階段的級聯(lián)結構，并結合了微軟研究院近期開發(fā)的LongNet架構，有效解決了處理和理解十億像素級別圖像的難題。

Prov-GigaPath模型從Providence旗下28家美國醫(yī)院的3萬名病人和17萬張全切片數(shù)字病理學圖片中汲取數(shù)據(jù)，進行深入訓練，總計涵蓋了13億張病理學圖塊。訓練結果顯示，Prov-GigaPath在26個任務中的25個任務上實現(xiàn)了最先進的性能，與排名第二的方法相比，在18個任務上有顯著改進。

在突變預測方面，Prov-GigaPath在TCGA數(shù)據(jù)集上EGFR突變預測任務中表現(xiàn)尤為出色，與排名第二的模型相比，AUROC提高了23.5%，AUPRC提高了66.4%。這一突破性成果為病理診斷提供了更加準確和可靠的工具，推動了癌癥診斷和治療的進步。

Prov-GigaPath完全開放權重，包括源代碼和預訓練的模型權重 。

GitHub:https://github.com/prov-gigapath/prov-gigapath

模型:https://huggingface.co/prov-gigapath/prov-gigapath

論文:https://nature.com/articles/s41586-024-07441-w