Ensinando a IA a falar a linguagem da patologia

Um estudo publicado na Nature Medicine descreve o PRISM2, um modelo de base de patologia desenvolvido por pesquisadores da Microsoft Research e da Paige, agora parte da Tempus. O modelo é treinado tanto em imagens de tecidos quanto em linguagem derivada de laudos patológicos reais, com o objetivo de aprender a partir de grandes volumes de dados textuais. Em testes, o PRISM2 igualou ou superou o desempenho de sistemas especializados em detecção de câncer para câncer de próstata, câncer de mama e detecção de metástase em linfonodos axilares, sem criar modelos separados para cada tarefa. Os pesos completos do modelo estão publicamente disponíveis no Hugging Face. A patologia é central para muitos diagnósticos de câncer, e a maioria dos sistemas atuais de IA é de propósito único; o PRISM2 suporta uma gama mais ampla de tarefas por meio de um único modelo que responde a prompts. O modelo associa imagens patológicas a informações derivadas de laudos, criando milhões de exemplos de perguntas e respostas para conectar achados visuais à linguagem diagnóstica. Diferentemente de modelos de base anteriores focados em representações visuais, o PRISM2 vincula padrões visuais à linguagem clínica desde o início.