Какво стана
Microsoft Research обяви два фундаментални модела за патология с отворена тежест, GigaPath-Flash и GigaTIME-Flash, предназначени да направят широкомащабните изследвания на рака по-практични от гледна точка на изчисленията. Моделите са изследователски издания, разработени с Университета на Вашингтон и Провидънс.
Microsoft Research казва, че GigaPath-Flash и GigaTIME-Flash разширяват по-ранните модели на патология, наречени GigaPath и GigaTIME. GigaPath анализира патологични изображения на цели слайдове, докато GigaTIME моделира туморни микросреди и превежда рутинни хематоксилин-и-еозин или H&E изображения във виртуални пространствени протеомични карти. Новите Flash модели са предназначени да се справят с изчислителните разходи за многократно прилагане на такива системи към големи кохорти, вместо да въвеждат клиничен продукт. Следователно техният фокус е върху ефективността на изследователския работен процес и достъпа до анализ в мащаб. Изданията запазват връзка с по-ранното семейство модели, като същевременно променят колко изчисления са необходими за многократна употреба.
GigaPath-Flash съчетава 22-милионен енкодер ViT-S с 21 милиона параметъра LongNet слайд енкодер. Microsoft казва, че компактният тайлов енкодер е дестилиран от оригиналния GigaPath енкодер с милиард параметри, докато слайдовият енкодер използва разширено внимание, което се мащабира линейно с броя на графичните плочки. Според цитираните от източника показатели за оценка на простатата PANDA и EBRAINS за подтипиране на мозъчни тумори, Microsoft съобщава, че GigaPath-Flash е в рамките на 3% от оригиналния GigaPath, като същевременно използва приблизително 50 пъти по-малко изчисления. С други думи, отчетеният резултат съчетава много по-малък модел с производителност, която остава близка до по-ранната система при тези цитирани тестове. Сравнението е представено като резултат от ефективността от оценката на Microsoft, а не като по-широко откритие за всяка патологична задача.
GigaTIME-Flash заменя оригиналния конволюционен гръбнак GigaTIME с GigaPath-Flash ViT-S енкодер и използва лек конволюционен декодер за H&E към мултиплексна имунофлуоресцентна транслация. Microsoft съобщава, че съвпада или подобрява оригиналния модел в своя набор от тестове и четири кохорти извън разпространението, обхващащи рак на мозъка, гърдата, дебелото черво и белия дроб. И двата модела са пуснати под лиценза Apache 2.0, с тегла и код, предоставени чрез Hugging Face, според източника. Това дава на изследователите посочените компоненти, необходими за проверка и оценка на изданията в техните собствени настройки. Отчетеното тестване извън разпространението разширява сравнението отвъд първоначалния набор от тестове, но не премахва необходимостта от допълнителна оценка.
Детайли за източника: microsoft.com ↗
Защо има значение
Моделите могат да позволят на изследователите да анализират по-големи кохорти пациенти и да повторят повече експерименти, използвайки съществуващи данни за патология. Това може да разшири проучванията на биологията на заболяването, биомаркерите, туморната микросреда и клиничните резултати, въпреки че моделите не са валидирани за грижа за пациентите.
Патологичните изображения на целия слайд могат да надхвърлят гигапиксел и може да изискват обработка на хиляди плочки на слайд. Източникът твърди, че цената става особено ограничителна, когато изследователите изследват десетки хиляди пациенти и повтарят извличането на признаци, статистически анализ, тестване на хипотези и валидиране на подгрупи. Следователно по-ниските изисквания за изчисление и памет биха могли да повлияят кои изследователски въпроси са осъществими, а не само колко бързо се изпълнява един съществуващ анализ. Работен процес, който може да се повтори по-икономично, може да направи по-големи сравнения и допълнителни проверки по-практични за изследователските групи. Следователно потенциалната полза, описана от източника, е свързана с мащаба, повторението и способността да се работи с данни за патология, които вече съществуват.
Microsoft изчислява, че генерирането на виртуални мултиплексни имунофлуоресцентни данни за 1000 слайда ще отнеме около два GPU часа с GigaTIME-Flash срещу седем GPU часа с GigaTIME на един NVIDIA A100, при допускания, включващи приблизително 10 000 плочки на слайд. За 100 000 слайда оценката е около седем GPU-дни срещу 30 GPU-дни; за един милион слайда, около 70 GPU-дни срещу 300 GPU-дни. Това са моделирани оценки, а не независими измервания, и източникът казва, че действителното време за изпълнение зависи от размера на слайда, разделителната способност на плочките и хардуера. Оценките илюстрират как разликата в обработката на слайд може да нарасне, когато кохортата стане много по-голяма. Те все още трябва да се четат като сценарийни изчисления, свързани с посочените допускания, а не като гарантирани резултати за всяко изпълнение.
Практическото значение също е свързано с откритостта. Една версия на Apache 2.0 може да позволи на академични и други изследователски групи да проверяват, адаптират и оценяват моделите, без да разчитат единствено на хоствана услуга, в зависимост от техните собствени технически ресурси и управление. Но ефективността не установява научна валидност. Източникът изрично казва, че моделите са ранни изследователски версии, тествани са върху ограничен набор от показатели и кохорти и не са предназначени или валидирани за диагностика, прогноза, избор на лечение или други решения за грижа за пациентите. Отвореният достъп може да разшири контрола и експериментирането, но не замества доказателства за надеждност или клинична полезност. Най-силното подкрепено заключение е, че повече групи може да са в състояние да проучат изследователските инструменти и техните ограничения.
Интерактивен механизъм: как всъщност работи
Разгледайте интерактивно основната технология зад тази разработка.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Какво да гледате след това
Основните въпроси са дали отчетената ефективност и производителност се отнасят за повече институции, скенери, видове тъкани, популации и изследователски задачи. Независимата оценка и клиничното валидиране остават необходими и източникът не установява, че моделите подобряват диагнозата, прогнозата или решенията за лечение.
Независимото репликиране трябва да тества докладвания компромис между ефективност и производителност при различен хардуер, размери на слайдове, тръбопроводи за предварителна обработка и размери на партиди. Трябва също така да проучи дали моделите остават надеждни при скенери, институции, практики за оцветяване, качество на тъканите, видове рак и популации пациенти. Самият Microsoft казва, че все още е необходимо по-широко валидиране, така че докладваните резултати от бенчмарк трябва да се третират като твърдения от разработчиците на модела, а не като установени доказателства. Подобно тестване би помогнало за разделяне на резултатите, които зависят от докладваната настройка, от резултатите, които се обобщават в изследователски среди. Това също ще покаже дали по-ниските изисквания за ресурси остават полезни, когато заобикалящият работен процес за обработка на данни се промени.
Изследователите също ще трябва да определят дали по-доброто представяне на обучението се превръща в полезни биологични открития. Източникът посочва по-ранния анализ на GigaTIME на повече от 14 000 пациенти с рак и повече от 1200 статистически значими асоциации между състоянията на имунните клетки и клиничните биомаркери, но не показва, че Flash моделите независимо възпроизвеждат тези асоциации или генерират валидирани открития. Статистическите асоциации също не показват сами по себе си причинно-следствена връзка или клинична полза. Съответният въпрос е дали по-новите модели поддържат констатации, които остават значими след независим анализ и допълнително валидиране. Ефективността може да направи тези разследвания по-лесни за повторение, но не разрешава въпросите с доказателствата около констатациите.
Най-същественото неизвестно е клиничното представяне надолу по веригата. Източникът не предоставя проспективно клинично изпитване, данни за внедряване, анализ на диагностичната точност, доказателства за резултатите от лечението или оценка на вредите за подгрупите за Flash моделите. Преди да може да се обмисли клинична употреба, източникът казва, че ще е необходимо допълнително многоинституционално и проспективно валидиране. Дотогава най-ясното поддържано въздействие е изчислителното: правене на някои широкомащабни работни процеси за изследване на патология по-евтини и по-повтаряеми. Всяко преминаване от изследователски инструментариум към грижа за пациентите би изисквало доказателства извън описаните тук сравнения на ефикасност и бенчмарк. Следователно разграничението между практическо изследване и валидирана клинична система остава централно за тълкуване на съобщението.