哈佛医学院的研究人员近日公布了一种新的AI模型，称为CHIEF（临床病理学影像评估基础），该模型可以以惊人的准确性诊断和预测多种癌症的结果。
据研究，CHIEF的表现超过了现有的AI系统，在19种不同类型的癌症检测中达到了“96%的准确率”。研究人员将CHIEF的多功能性比作广受关注的多任务处理语言模型ChatGPT。
CHIEF基本上是一个非常专业的AI视觉模型，能够理解视觉输入，并且在癌细胞图像上进行了高度详细的训练，而不是传统模型如GPT-4V或LlaVA所采用的一般化方法。
通过在44太字节的高分辨率病理影像数据集上进行预训练，CHIEF提取了对癌细胞检测、肿瘤起源识别、分子特征表征和预后预测有用的显微表示。研究表明，这种方法的效果超出了预期。
“我们的目标是创建一个灵活、多功能的类似ChatGPT的AI平台，能够执行广泛的癌症评估任务，”研究资深作者Kun-Hsing Yu表示，“我们的模型在多种癌症相关的检测、预后和治疗反应任务中表现出色。”
研究人员在全球范围内收集的32个独立数据集中测试了CHIEF，共涉及19,400多张图像，其表现超过了最先进的AI方法，最高提升了36.1%。它还更准确地区分了生存率高和低的患者，并能够提供不同分析组织样本的准确见解。
研究人员计划进一步优化CHIEF，通过训练其识别罕见疾病、非癌性疾病和癌前组织的图像来提高其准确性。他们还希望为模型提供更多数据，使其在识别癌症侵袭性和预测新治疗方法的效果方面更加出色。
AI在癌症检测及其他领域的扩展应用
研究人员一直在利用AI推进癌症及其他疾病的检测、诊断和治疗。
例如，剑桥大学的研究人员推出了EMethylNET，这是一种使用组织样本的DNA数据检测13种癌症的AI模型，准确率达到98%。EMethylNET通过DNA甲基化检测早期癌症的潜力，而DNA甲基化在癌症生长中起着关键作用。
另一个早期模型名为CancerGPT（确实有这个名字），使用大型语言模型预测药物组合如何影响癌症患者的罕见组织。研究表明，预训练模型在结构化数据和样本稀缺的情况下具有重要价值。尽管如此，研究人员仍对潜在的AI幻觉表示担忧。
谷歌和iCAD合作使用AI增强癌症筛查。他们的AI系统在准确性上超过了专家放射科医生，为全球放射科医生短缺问题提供了可行的解决方案，并提高了挽救生命的乳腺癌筛查的可及性。
最后，另一种名为Sturgeon的AI技术正在被脑外科医生用于实时诊断中枢神经系统肿瘤，准确率达到90%。
CHIEF是开源的，可以在项目GitHub页面上下载，研究人员（或其他任何人）可以输入自己的图像并在本地运行。
(全文结束)
