转自:陕西发布
11月22日,据西安交通大学消息:该校计算机科学与技术学院李辰教授团队联合剑桥大学在AI医学领域实现重大突破,开发的名为SMMILe的新型人工智能框架将以往耗时20分钟的复杂病理切片分析缩短至1分钟,能自动推断出肿瘤在组织中的具体位置、边界范围及不同亚型的空间分布,且无需医生进行逐一切片标注。该模型系全球首个大规模肿瘤筛查人工智能病理模型,相关研究近日发表于国际肿瘤学权威期刊《自然·癌症》上。
在癌症精准诊疗中,千兆像素级的数字病理切片是“金标准”。然而,长期以来计算病理学面临着一个巨大难题:现有的主流AI模型虽然能以较低成本判断切片“是否有癌症”,但无法回答“病灶具体在哪里”、“恶性细胞如何分布”以及“各类肿瘤亚型所占比例”。要想获得这些关键信息,仍需要病理医生投入大量精力分析。
为何SMMILe能做到其他医学AI模型做不到的事?这得益于其独特的设计理念。SMMILe类似于一套用于图像的“声纳”系统,赋予计算机“在黑暗中视物”的能力。
“传统方法往往因为缺乏病理的详细坐标信息而‘抓瞎’,或者只能捕捉到最明显的特征。而SMMILe通过融合特征压缩、参数自适应处理等前沿数学模型,能够敏锐捕捉到微弱的病理信号。即便是在没有任何位置标注信息的情况下,它也能像声纳探测海底地形一样,精准锁定并还原出具有生物学意义的肿瘤空间图谱。这让病理分析效率实现了数量级的飞跃。”李辰表示,此次模型发布标志着AI病理诊断从“粗略分类”迈向“精准量化”的新阶段。