KI lehren, die Sprache der Pathologie zu sprechen

Eine in Nature Medicine veröffentlichte Studie beschreibt PRISM2, ein pathologisches Basismodell, das von Forschern von Microsoft Research und Paige, jetzt Teil von Tempus, entwickelt wurde. Das Modell wird sowohl mit Gewebebildern als auch mit Sprache trainiert, die aus echten Pathologieberichten stammt, mit dem Ziel, aus großen Textdaten zu lernen. In Tests erreichte oder übertraf PRISM2 die Leistung spezialisierter Krebserkennungssysteme für Prostatakrebs, Brustkrebs und die Erkennung von Lymphknotenmetastasen bei Brustkrebs, ohne separate Modelle für jede Aufgabe zu erstellen. Die vollständigen Modellgewichte sind öffentlich auf Hugging Face verfügbar. Die Pathologie ist für viele Krebsdiagnosen von zentraler Bedeutung, und die meisten aktuellen KI-Systeme sind auf eine einzige Aufgabe spezialisiert; PRISM2 unterstützt eine breitere Palette von Aufgaben über ein einziges Modell, das auf Eingabeaufforderungen reagiert. Das Modell paart pathologische Bilder mit Informationen aus Berichten und erstellt so Millionen von Frage-Antwort-Beispielen, um visuelle Befunde mit diagnostischer Sprache zu verbinden. Anders als frühere Basismodelle, die sich auf visuelle Darstellungen konzentrierten, verbindet PRISM2 visuelle Muster von Anfang an mit klinischer Sprache.