近日，重庆大学附属肿瘤医院肿瘤放射治疗中心王看然博士作为共同作者在《Nature》发表题为《A pathology foundation model for cancer diagnosis and prognosis prediction》的研究成果。建立了一种全新的AI病理模型——CHIEF。该模型在诊断19种癌症时，准确率接近94%，为癌症的诊断和预后预测提供了前所未有的高效工具，标志着医学诊断领域迈入了一个全新的时代。王看然博士主要完成了模型的跨组织库交互验证的工作。
相较于当前其他先进的大模型，CHIEF模型的性能提升了高达36.1%，实现了癌症诊断与预后预测的全新突破。这一通用型的弱监督机器学习框架，能够从病理图像中提取关键特征，进行系统性的癌症评估，从而解决了传统方法中存在的问题。
为确保CHIEF模型兼具足够的泛化性和高性能，研究人员在数据获取与处理方面付出了巨大努力。研究人员首先使用了1500万张未被标记的图像作为初步数据集，以提供详细的组织病理学信息。随后，又进一步使用了6万张高分辨率的WSI进行预训练，这些图像涵盖了多种组织类型，如肺、乳腺、前列腺、结直肠等。
在癌症检测方面，CHIEF模型的表现尤为出色。面对包含11种癌症类型的15个数据库样本时，其预测评价指标AUROC达到了0.9397。此外，CHIEF模型还能以优于当下AI的准确性来识别测试样本中的基因特征，包括与癌细胞生长、抑制相关的基因模式。在观察全组织图像时，它还可以识别出54种常见的癌症基因突变，并在人类患者中也能有效地预测患者的死亡风险。
总体来讲，CHIEF模型的应用主要集中在四个方面：癌症检测、分析肿瘤的基因特征、预测患者生存率以及识别不同癌症类型需要特别关注的区域。在癌症检测方面，其准确率已接近94%；在预测肿瘤基因变异方面，CHIEF也优于现有AI方法，能够成功识别与癌症生长和抑制相关的多个关键基因特征，并预测肿瘤在各种标准疗法中的关键基因突变，总体准确率超过70%。
随着CHIEF模型与Onconaut等AI工具的持续涌现，见证了AI在癌症诊疗领域所展现出的非凡潜力与广阔应用前景。它们不仅提升了癌症诊断的准确性与治疗策略的有效性，更为患者带来了更加个性化、精准的治疗选择。AI正携手医学专家，共同开启癌症诊疗的新纪元，为人类健康事业书写着更加辉煌的篇章。
参考资料
[1] Wang, X., Zhao, J., Marostica, E. et al. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature634, 970–978 (2024). https://doi.org/10.1038/s41586-024-07894-z
改编自“AI诊断里程碑：19种癌症诊断准确率近94%，几秒钟得到临床报告，肿瘤诊断迈入新纪元”-梅斯肿瘤新前沿
王看然
• 重庆大学附属肿瘤医院肿瘤放射治疗中心主治医师，重庆医科大学和哈佛医学院联合培养内科学博士，重庆医科大学首批“新锐人才”。2017年于美国达特茅斯学院盖瑟医学院做交换生，2021年-2022年于美国哈佛医学院附属布莱根女子医院任访问学者。
• 长期致力于疾病风险因子预测及AI诊断，目前为美国国立癌症研究院(NCI)注册研究员兼项目负责人。以第一作者/通讯作者文章11篇，最高IF：13，总引用量500余次。参与NIH-R1课题1项，国家自然科学基金面上项目1项。
文字丨肿瘤放射治疗中心
编辑丨易若曈
审核丨熊志翔 程风敏
点击下方蓝字查看论文原文
