日前,新加坡科技局(BII A*STAR)下屬研究機構(gòu)團隊聯(lián)合神州醫(yī)療共同完成的學術(shù)論文A comprehensive AI model development framework for consistent Gleason grading發(fā)表在Nature子刊Communications Medicine上。該論文主要探討了AI技術(shù)在提高前列腺癌格里森分級(Gleason Grading, GG)準確性、一致性和效率方面的應(yīng)用。格里森分級是評估前列腺癌侵襲性并指導治療決策的關(guān)鍵因素,傳統(tǒng)的人工鏡下評分耗時且可能帶有主觀性,數(shù)字化病理AI技術(shù)可提高評分的客觀性,但性能和一致性受到不同掃描設(shè)備差異影響,使得數(shù)字化技術(shù)難以廣泛應(yīng)用。
研究團隊開發(fā)了基于AI技術(shù)的病理定標系統(tǒng)、質(zhì)控系統(tǒng)和輔助診斷系統(tǒng),能夠自動檢查組織學掃描圖像的質(zhì)量,標準化不同設(shè)備產(chǎn)生的圖像,并根據(jù)病理學家的反饋不斷優(yōu)化輔助診斷模型性能,實現(xiàn)全流程的病理AI輔助格里森評分。這一突破性研究不僅解決了AI在病理學中的可擴展性和泛化性問題,還為AI輔助病理診斷模型在醫(yī)療保健系統(tǒng)中的廣泛采用鋪平了道路。
2023年,神州醫(yī)療與新加坡科技局(A*STAR)的Yu Weimiao教授在病理學領(lǐng)域展開了深入的學術(shù)合作。合作重點在于將先進的病理技術(shù)與神州醫(yī)療的多模態(tài)大數(shù)據(jù)平臺進行深度整合,共同開發(fā)了包括病理定標系統(tǒng)、質(zhì)控系統(tǒng)和輔助決策系統(tǒng)在內(nèi)的多項創(chuàng)新工具。這些工具的應(yīng)用顯著提升了對多模態(tài)大數(shù)據(jù)的處理能力以及病理輔助診斷的精度。
在該年度末,雙方聯(lián)合組隊參與了Kaggle舉辦的卵巢癌病理分析國際競賽,運用病理圖像定標系統(tǒng)、質(zhì)控系統(tǒng),以及基于Transformer架構(gòu)的弱監(jiān)督學習算法,成功實現(xiàn)了對全切片圖像(WSI)和組織微陣列(TMA)病理圖像的卵巢癌亞型自動識別。這一技術(shù)的突破,不僅在比賽中取得了優(yōu)異成績,而且已經(jīng)擴展應(yīng)用到超過30種不同癌癥的病理圖像識別,為神州醫(yī)療病理基座大模型的構(gòu)建提供了強有力的支持,進一步推動了病理學研究和臨床診斷的發(fā)展。
作為國內(nèi)較早成立的醫(yī)療大數(shù)據(jù)與人工智能公司,神州醫(yī)療自成立以來,一直專注于醫(yī)療大數(shù)據(jù)與人工智能技術(shù)的深度融合和創(chuàng)新應(yīng)用。公司擁有超過3億患者人次的數(shù)據(jù)治理經(jīng)驗,并成功構(gòu)建了以多組學、多模態(tài)為核心的大數(shù)據(jù)融合-治理-分析閉環(huán)。此外,神州醫(yī)療還參與了多個國家重大疾病專病數(shù)據(jù)庫平臺的建設(shè),支持多個專病標準數(shù)據(jù)集的制定,為構(gòu)建“數(shù)據(jù)銀行”奠定了堅實的基礎(chǔ)。
隨著大模型時代的到來,神州醫(yī)療依托高質(zhì)量多模態(tài)大數(shù)據(jù),自主研發(fā)了文本、影像、病理、精準4大模態(tài)基座模型支持的醫(yī)療領(lǐng)域多模態(tài)大模型。這些大模型通過對臨床數(shù)據(jù)、影像數(shù)據(jù)、病理數(shù)據(jù)、基因數(shù)據(jù)的深度治理,賦能醫(yī)療大數(shù)據(jù)、臨床診療、智能科研、健康管理等多場景應(yīng)用,逐步推動多模態(tài)技術(shù)臨床應(yīng)用的轉(zhuǎn)化,實現(xiàn)數(shù)字化精準診療。
未來,神州醫(yī)療將繼續(xù)在智慧醫(yī)療的道路上砥礪前行,秉承“科技之極,健康無限”的理念,不僅為醫(yī)療健康全生態(tài)提供優(yōu)質(zhì)產(chǎn)品及解決方案,更是以創(chuàng)新科技推動著醫(yī)學研究和學術(shù)進步,朝著“國際領(lǐng)先、國內(nèi)第一”的目標前進,為實現(xiàn)“健康中國”戰(zhàn)略貢獻力量。