Microsoft и исследователи из компании Paige создали модели Virchow2 и Virchow2G: второе поколение основных моделей для вычислительной патологии.

 Microsoft and Paige Researchers Developed Virchow2 and Virchow2G: Second-Generation Foundation Models for Computational Pathology

Использование искусственного интеллекта в патологии

Для диагностики и лечения рака крайне важно проведение патологического исследования тканей. Цифровые версии старых гистологических слайдов, используемых для световой микроскопии, постепенно заменяются цельными изображениями слайдов (WSI). Это позволяет вычислительной патологии перейти от использования в основном в качестве академических доказательств к становлению рутиноными инструментами в клинической практике.

Применение искусственного интеллекта в патологии

Искусственный интеллект используется для диагностики, характеристики и понимания заболеваний в сочетании с цифровыми WSI. Первая система патологии искусственного интеллекта, получившая одобрение FDA, была представлена в 2021 году. Новые исследования направлены на расшифровку обычных WSI для ранее неизвестных результатов, таких как прогнозирование и реакция на терапию, благодаря значительным успехам в области компьютерного зрения, области искусственного интеллекта, сосредоточенной на изображениях.

Построение крупномасштабных нейронных сетей

Одним из ключевых компонентов улучшения производительности моделей компьютерного зрения является создание крупномасштабных глубоких нейронных сетей, часто называемых фундаментальными моделями. Для развития фундаментальных моделей используется класс алгоритмов, называемый самообучением, который не требует кураторских меток и обучается на массивных наборах данных, порядки величины больших, чем традиционно используемые в вычислительной патологии.

Значение обобщения от больших наборов данных

Обобщение от больших наборов данных имеет большое значение для редких типов опухолей и менее распространенных диагностических задач, таких как прогнозирование конкретных геномных изменений, клинических результатов или реакции на терапию. Эта модель имеет потенциал для широкого спектра важных задач, включая прогнозирование рака (как обычного, так и редкого), субтипирование, количественную оценку биомаркеров, подсчет клеточных экземпляров, прогнозирование реакции на терапию, при условии, что она обучена на достаточном количестве цифровых WSI в области патологии.

Значение масштабирования фундаментальных моделей

Исследования показывают, что производительность фундаментальных моделей зависит от размера набора данных и самой модели. Для обучения моделей с сотнями миллионов и миллиардами параметров используются современные наборы данных, такие как ImageNet, JFT-300M и LVD-142M, среди других. Несмотря на трудности собрать специфические для патологии крупномасштабные наборы данных, некоторые исследования использовали наборы данных с 30 000 до 400 000 WSI для обучения фундаментальных моделей с 28 миллионами до 307 миллионов параметров.

Исследование Virchow2 и Virchow2G

Virchow2 и Virchow2G обучены с использованием крупнейшего известного набора данных цифровой патологии, который включает данные более чем 3,1 миллиона цельных изображений (2,4PB данных), представляющих более 40 тканей от 225 000 пациентов в 45 странах. Virchow2 имеет 632 миллиона параметров, а Virchow2G – 1,85 миллиарда параметров. Исследователи предлагают модификации алгоритма обучения DINOv2, играющего важную роль в обучении моделей для достижения передовой производительности по сравнению с лучшими конкурирующими моделями.

Команда тщательно оценила производительность этих фундаментальных моделей на двенадцати задачах, охватывающих области применения вычислительной патологии. Предварительные результаты показывают, что Virchow2 и Virchow2G отлично справляются с обнаружением мельчайших деталей в архитектуре и форме клеток, а также в предсказании активности генов.

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Многоходовое Внимание: Революция в Понимании Языковых Моделей

    Введение в механизмы внимания в языковых моделях Языковые модели (LLMs) активно используют механизмы внимания для эффективного извлечения контекстной информации. Однако традиционные методы внимания ограничены однотокеновым вниманием, что может затруднять понимание сложных языковых зависимостей.…

  • Amazon Nova Act: Революция в автоматизации веб-задач

    Введение в Amazon Nova Act Amazon представил революционную модель ИИ под названием Nova Act, предназначенную для автоматизации различных веб-задач. Этот ИИ-агент может автоматизировать процессы, такие как заполнение форм, навигация по интерфейсу и управление…

  • Руководство для начинающих по терминалу и командной строке: основные команды и советы

    Практические бизнес-решения с использованием Terminal/Command Prompt Введение Terminal и Command Prompt – это мощные инструменты для взаимодействия с компьютерами, которые могут значительно повысить производительность и эффективность в бизнесе. Преимущества использования Terminal/Command Prompt Эффективная…

  • Гибридная система вознаграждений ByteDance: улучшение RLHF с помощью RTV и GenRM

    Введение в Гибридную Систему Наград в ИИ Недавнее исследование от ByteDance представляет значительное достижение в области искусственного интеллекта через гибридную систему наград. Эта система объединяет Проверяющие Задачи Размышления (RTV) и Генеративную Модель Наград…

  • Революционная платформа AI для интеграции рассуждений и поиска

    Введение в ReSearch: Прогрессивная AI-структура Обзор ReSearch ReSearch представляет собой продвинутую структуру, которая обучает большие языковые модели (LLM) комбинировать рассуждения с поиском с помощью обучения с подкреплением, устраняя необходимость в контролируемых данных для…

  • Использование Git и Git Bash: Руководство для бизнеса

    Бизнес-преобразование с помощью Git и искусственного интеллекта Введение Использование Git и Git Bash может значительно улучшить управление проектами. Эти инструменты позволяют командам отслеживать изменения кода и эффективно сотрудничать, что значительно повышает производительность бизнеса.…

  • Создание инструмента для анализа рентгеновских снимков с открытым исходным кодом

    Создание инструмента для оценки рентгеновских снимков с открытым исходным кодом Практические бизнес-решения Создание прототипа инструмента для оценки рентгеновских снимков может значительно улучшить процессы диагностики и повысить качество обслуживания клиентов в медицинских учреждениях. Использование…

  • Увеличение разнообразия креативного письма с помощью DPO и ORPO в ИИ моделях

    Улучшение креативного письма с помощью ИИ: Практические решения для бизнеса Понимание проблемы креативного письма в ИИ Креативное письмо требует разнообразия и воображения, что представляет собой уникальную задачу для систем искусственного интеллекта (ИИ). В…

  • Оценка юридических ответов на соответствие GDPR с помощью платформы Atla

    Оценка юридических ответов для соблюдения GDPR с помощью платформы Atla Обзор Данный гид описывает практический подход к оценке качества юридических ответов, сгенерированных языковыми моделями, с использованием платформы Atla и Python SDK. Наша цель…

  • VideoMind: Прорыв в понимании видео с помощью ИИ

    Видеоминд: Применение AI для понимания видео Видеоминд представляет собой значительное достижение в области искусственного интеллекта, особенно в понимании видео. Этот инновационный подход решает уникальные задачи анализа видеоконтента. Понимание задач видеоконтента Видеоматериалы более сложны…

  • Hostinger Horizons: Создавайте веб-приложения без кода с помощью ИИ

    Практические бизнес-решения с использованием Hostinger Horizons Hostinger Horizons предлагает уникальные возможности для бизнеса благодаря своей платформе без кода, которая упрощает создание веб-приложений. Вот как это может улучшить бизнес и реальную жизнь: Преимущества использования…

  • Hunyuan-T1: Революция в Искусственном Интеллекте для Бизнеса

    Практические бизнес-решения Преобразование рабочих процессов Искусственный интеллект может значительно улучшить бизнес-операции. Вот практические шаги, которые стоит рассмотреть: 1. Определите возможности автоматизации Ищите процессы, которые можно автоматизировать для повышения эффективности. 2. Улучшите взаимодействие с…

  • FFN Fusion от NVIDIA: Революция в эффективности больших языковых моделей

    Введение в большие языковые модели Большие языковые модели (LLMs) становятся все более важными в различных секторах, обеспечивая работу приложений, таких как генерация естественного языка и разговорные агенты. Однако с увеличением размера и сложности…

  • UI-R1: Улучшение предсказания действий GUI с помощью обучения с подкреплением

    UI-R1 Framework: Улучшение предсказания действий GUI с помощью ИИ Обзор проблемы Традиционный метод обучения больших языковых моделей (LLMs) и агентов графического пользовательского интерфейса (GUI) требует больших объемов размеченных данных, что приводит к длительным…

  • Эффективное Масштабирование Времени Вывода для Бизнеса

    Оптимизация времени вывода для потоковых моделей: практические бизнес-решения Введение Недавние разработки в области искусственного интеллекта сместили акцент с увеличения размера модели и объема обучающих данных на повышение эффективности вычислений во время вывода. Эта…

  • Устойчивое развитие AI для временных рядов с помощью синтетических данных: инновационный подход Salesforce

    Возможности ИИ для анализа временных рядов с использованием синтетических данных Анализ временных рядов имеет огромное значение для бизнеса, но он сталкивается с проблемами доступности и качества данных. Использование синтетических данных может решить эти…

  • Руководство по решению уравнения Бюргера 1D с помощью PINNs в PyTorch

    Практическое руководство по преобразованию бизнеса с помощью ИИ Это руководство демонстрирует, как использовать физически обоснованные нейронные сети (PINNs) для решения уравнения Бургенса и как такие технологии могут улучшить бизнес-процессы и реальную жизнь. Шаги…

  • Открытие OpenVLThinker-7B: Новый уровень визуального мышления для бизнеса

    Улучшение визуального мышления с OpenVLThinker-7B Понимание проблемы Модели, объединяющие обработку языка и интерпретацию изображений, испытывают трудности с многошаговым мышлением. Это создает проблемы в таких задачах, как понимание графиков и решение визуальных математических задач.…