Τι έγινε
Η Microsoft Research ανακοίνωσε δύο μοντέλα θεμελίωσης παθολογίας ανοιχτού βάρους, τα GigaPath-Flash και GigaTIME-Flash, που έχουν σχεδιαστεί για να κάνουν την έρευνα για τον καρκίνο μεγάλης κλίμακας πιο πρακτική υπολογιστικά. Τα μοντέλα είναι ερευνητικές εκδόσεις που αναπτύχθηκαν με το Πανεπιστήμιο της Ουάσιγκτον και το Πρόβιντενς.
Η έρευνα Microsoft λέει ότι το GigaPath-Flash και το GigaTIME-Flash επεκτείνουν τα προηγούμενα μοντέλα παθολογίας που ονομάζονται GigaPath και GigaTIME. Το GigaPath αναλύει εικόνες παθολογίας ολόκληρων διαφανειών, ενώ το GigaTIME μοντελοποιεί μικροπεριβάλλοντα όγκου και μεταφράζει εικόνες ρουτίνας αιματοξυλίνης και ηωσίνης, ή H&E, σε εικονικούς χωρικούς χάρτες πρωτεϊνικής. Τα νέα μοντέλα Flash προορίζονται να αντιμετωπίσουν το υπολογιστικό κόστος της επανειλημμένης εφαρμογής τέτοιων συστημάτων σε μεγάλες κοόρτες, αντί της εισαγωγής ενός κλινικού προϊόντος. Ως εκ τούτου, η εστίασή τους είναι στην αποτελεσματικότητα της ροής εργασιών της έρευνας και στην πρόσβαση σε ανάλυση σε κλίμακα. Οι εκδόσεις διατηρούν μια σύνδεση με την παλαιότερη οικογένεια μοντέλων, ενώ αλλάζουν πόσος υπολογισμός απαιτείται για επαναλαμβανόμενη χρήση.
Το GigaPath-Flash συνδυάζει έναν κωδικοποιητή πλακιδίων ViT-S 22 εκατομμυρίων παραμέτρων με έναν κωδικοποιητή διαφανειών LongNet 21 εκατομμυρίων παραμέτρων. Ο Microsoft λέει ότι ο συμπαγής κωδικοποιητής πλακιδίων αποστάχθηκε από τον αρχικό κωδικοποιητή GigaPath δισεκατομμυρίων παραμέτρων, ενώ ο κωδικοποιητής διαφανειών χρησιμοποιεί διευρυμένη προσοχή που κλιμακώνεται γραμμικά με τον αριθμό των πλακιδίων εικόνας. Στα σημεία αναφοράς που αναφέρονται στην πηγή για τη διαβάθμιση του προστάτη PANDA και το EBRAINS για υποτυποποίηση όγκων εγκεφάλου, το Microsoft αναφέρει ότι το GigaPath-Flash ήταν εντός του 3% του αρχικού GigaPath ενώ χρησιμοποιούσε περίπου 50 φορές λιγότερο υπολογισμό. Με άλλα λόγια, το αναφερόμενο αποτέλεσμα συνδυάζει ένα πολύ μικρότερο μοντέλο με απόδοση που παρέμεινε κοντά στο προηγούμενο σύστημα σε αυτές τις δοκιμές που αναφέρονται. Η σύγκριση παρουσιάζεται ως αποτέλεσμα αποτελεσματικότητας από την αξιολόγηση του Microsoft, όχι ως ένα ευρύτερο εύρημα για κάθε εργασία παθολογίας.
Το GigaTIME-Flash αντικαθιστά την αρχική συνελικτική ραχοκοκαλιά GigaTIME με τον κωδικοποιητή GigaPath-Flash ViT-S και χρησιμοποιεί έναν ελαφρύ συνελικτικό αποκωδικοποιητή για μετάφραση ανοσοφθορισμού H&E σε multiplex. Το Microsoft αναφέρει ότι ταίριαξε ή βελτιώθηκε με το αρχικό μοντέλο σε όλο το σετ δοκιμών και σε τέσσερις κοόρτες εκτός διανομής που καλύπτουν καρκίνους εγκεφάλου, μαστού, παχέος εντέρου και πνεύμονα. Και τα δύο μοντέλα κυκλοφορούν με την άδεια Apache 2.0, με βάρη και κωδικό που διατίθενται μέσω του Hugging Face, σύμφωνα με την πηγή. Αυτό δίνει στους ερευνητές τα δηλωμένα στοιχεία που χρειάζονται για να επιθεωρήσουν και να αξιολογήσουν τις εκδόσεις στις δικές τους ρυθμίσεις. Η αναφερόμενη δοκιμή εκτός διανομής διευρύνει τη σύγκριση πέρα από το αρχικό σύνολο δοκιμών, αλλά δεν καταργεί την ανάγκη για περαιτέρω αξιολόγηση.
Στοιχεία πηγής: microsoft.com ↗
Γιατί έχει σημασία
Τα μοντέλα θα μπορούσαν να επιτρέψουν στους ερευνητές να αναλύσουν μεγαλύτερες ομάδες ασθενών και να επαναλάβουν περισσότερα πειράματα χρησιμοποιώντας υπάρχοντα δεδομένα παθολογίας. Αυτό μπορεί να επεκτείνει τις μελέτες βιολογίας ασθενειών, βιοδεικτών, μικροπεριβάλλοντος όγκου και κλινικών αποτελεσμάτων, αν και τα μοντέλα δεν είναι επικυρωμένα για τη φροντίδα των ασθενών.
Οι εικόνες παθολογίας ολόκληρων διαφανειών μπορεί να υπερβαίνουν τα gigapixel και μπορεί να απαιτούν επεξεργασία χιλιάδων πλακιδίων ανά διαφάνεια. Η πηγή υποστηρίζει ότι το κόστος γίνεται ιδιαίτερα περιοριστικό όταν οι ερευνητές μελετούν δεκάδες χιλιάδες ασθενείς και επαναλαμβάνουν την εξαγωγή χαρακτηριστικών, τη στατιστική ανάλυση, τον έλεγχο υποθέσεων και την επικύρωση υποομάδων. Ως εκ τούτου, οι χαμηλότερες απαιτήσεις υπολογισμού και μνήμης θα μπορούσαν να επηρεάσουν τα ερευνητικά ερωτήματα που είναι εφικτά, όχι απλώς το πόσο γρήγορα εκτελείται μια υπάρχουσα ανάλυση. Μια ροή εργασίας που μπορεί να επαναληφθεί πιο οικονομικά μπορεί να κάνει μεγαλύτερες συγκρίσεις και πρόσθετους ελέγχους πιο πρακτικούς για ερευνητικές ομάδες. Το πιθανό όφελος που περιγράφεται από την πηγή συνδέεται επομένως με την κλίμακα, την επανάληψη και την ικανότητα εργασίας με δεδομένα παθολογίας που υπάρχουν ήδη.
Ο Microsoft εκτιμά ότι η δημιουργία δεδομένων εικονικού πολλαπλού ανοσοφθορισμού για 1.000 διαφάνειες θα χρειαζόταν περίπου δύο ώρες GPU με το GigaTIME-Flash έναντι επτά ωρών GPU με το GigaTIME σε ένα μόνο NVIDIA A100, υπό τις υποθέσεις που περιλαμβάνουν περίπου 000 tiles ανά. Για 100.000 διαφάνειες, η εκτίμηση είναι περίπου επτά ημέρες GPU έναντι 30 ημερών GPU. για ένα εκατομμύριο διαφάνειες, περίπου 70 ημέρες GPU έναντι 300 ημέρες GPU. Αυτές είναι μοντελοποιημένες εκτιμήσεις, όχι ανεξάρτητες μετρήσεις και η πηγή λέει ότι οι πραγματικοί χρόνοι εκτέλεσης εξαρτώνται από το μέγεθος της διαφάνειας, την ανάλυση πλακιδίων και το υλικό. Οι εκτιμήσεις δείχνουν πώς μια διαφορά στην επεξεργασία ανά διαφάνεια θα μπορούσε να αυξηθεί όταν η κοόρτη γίνει πολύ μεγαλύτερη. Θα πρέπει να εξακολουθούν να διαβάζονται ως υπολογισμοί σεναρίων που συνδέονται με τις δηλωμένες παραδοχές, παρά ως εγγυημένα αποτελέσματα για κάθε εφαρμογή.
Η πρακτική σημασία συνδέεται επίσης με το άνοιγμα. Μια έκδοση του Apache 2.0 μπορεί να επιτρέψει σε ακαδημαϊκές και άλλες ερευνητικές ομάδες να επιθεωρήσουν, να προσαρμόσουν και να αξιολογήσουν τα μοντέλα χωρίς να βασίζονται αποκλειστικά σε μια φιλοξενούμενη υπηρεσία, με την επιφύλαξη των δικών τους τεχνικών πόρων και διακυβέρνησης. Αλλά η αποτελεσματικότητα δεν καθιερώνει επιστημονική εγκυρότητα. Η πηγή λέει ρητά ότι τα μοντέλα είναι πρώιμες εκδόσεις έρευνας, έχουν δοκιμαστεί σε ένα περιορισμένο σύνολο σημείων αναφοράς και κοορτών και δεν προορίζονται ή επικυρώνονται για διάγνωση, πρόγνωση, επιλογή θεραπείας ή άλλες αποφάσεις περίθαλψης ασθενών. Η ανοιχτή πρόσβαση μπορεί να διευρύνει τον έλεγχο και τον πειραματισμό, αλλά δεν υποκαθιστά στοιχεία σχετικά με την αξιοπιστία ή την κλινική χρησιμότητα. Η ισχυρότερη υποστηριζόμενη επίπτωση είναι ότι περισσότερες ομάδες μπορεί να είναι σε θέση να εξετάσουν τα ερευνητικά εργαλεία και τα όριά τους.
Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα
Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Τι να παρακολουθήσετε στη συνέχεια
Τα κύρια ερωτήματα είναι εάν η αναφερόμενη αποτελεσματικότητα και απόδοση ισχύει σε περισσότερα ιδρύματα, σαρωτές, τύπους ιστών, πληθυσμούς και ερευνητικές εργασίες. Η ανεξάρτητη αξιολόγηση και η κλινική επικύρωση παραμένουν απαραίτητες και η πηγή δεν αποδεικνύει ότι τα μοντέλα βελτιώνουν τη διάγνωση, την πρόγνωση ή τις αποφάσεις θεραπείας.
Η ανεξάρτητη αναπαραγωγή θα πρέπει να δοκιμάσει την αναφερόμενη αντιστάθμιση απόδοσης-απόδοσης κάτω από διαφορετικό υλικό, μεγέθη διαφανειών, αγωγούς προεπεξεργασίας και μεγέθη παρτίδων. Θα πρέπει επίσης να εξετάσει εάν τα μοντέλα παραμένουν αξιόπιστα σε σαρωτές, ιδρύματα, πρακτικές χρώσης, ποιότητα ιστού, τύπους καρκίνου και πληθυσμούς ασθενών. Το ίδιο το Microsoft λέει ότι απαιτείται ακόμη ευρύτερη επικύρωση, επομένως τα αναφερόμενα αποτελέσματα συγκριτικής αξιολόγησης θα πρέπει να αντιμετωπίζονται ως αξιώσεις από τους προγραμματιστές του μοντέλου και όχι ως διακανονισμένα αποδεικτικά στοιχεία. Τέτοιες δοκιμές θα βοηθούσαν να διαχωριστούν τα αποτελέσματα που εξαρτώνται από την αναφερόμενη ρύθμιση από τα αποτελέσματα που γενικεύονται σε ερευνητικά περιβάλλοντα. Θα έδειχνε επίσης εάν οι χαμηλότερες απαιτήσεις πόρων παραμένουν χρήσιμες όταν αλλάζει η ροή εργασιών επεξεργασίας δεδομένων.
Οι ερευνητές θα πρέπει επίσης να προσδιορίσουν εάν η καλύτερη εκμάθηση αναπαράστασης μεταφράζεται σε χρήσιμα βιολογικά ευρήματα. Η πηγή επισημαίνει την προηγούμενη ανάλυση του GigaTIME για περισσότερους από 14.000 καρκινοπαθείς και περισσότερες από 1.200 στατιστικά σημαντικές συσχετίσεις μεταξύ καταστάσεων ανοσοκυττάρων και κλινικών βιοδεικτών, αλλά δεν δείχνει ότι τα μοντέλα Flash αναπαράγουν ανεξάρτητα αυτές τις συσχετίσεις ή δημιουργούν επικυρωμένες ανακαλύψεις. Οι στατιστικές συσχετίσεις επίσης δεν αποδεικνύουν από μόνες τους αιτιώδη συνάφεια ή κλινικό όφελος. Το σχετικό ερώτημα είναι εάν τα νεότερα μοντέλα υποστηρίζουν ευρήματα που παραμένουν ουσιαστικά μετά από ανεξάρτητη ανάλυση και πρόσθετη επικύρωση. Η αποτελεσματικότητα μπορεί να κάνει αυτές τις έρευνες ευκολότερες να επαναληφθούν, αλλά δεν επιλύει τα αποδεικτικά ερωτήματα γύρω από τα ευρήματα.
Το πιο επακόλουθο άγνωστο είναι η κατάντη κλινική απόδοση. Η πηγή δεν παρέχει καμία προοπτική κλινική δοκιμή, δεδομένα ανάπτυξης, ανάλυση διαγνωστικής ακρίβειας, στοιχεία θεραπείας-αποτέλεσμα ή αξιολόγηση βλαβών υποομάδας για τα μοντέλα Flash. Προτού εξεταστεί η κλινική χρήση, η πηγή λέει ότι θα απαιτηθεί πρόσθετη πολυϊδρυματική και προοπτική επικύρωση. Μέχρι τότε, ο σαφέστερος υποστηριζόμενος αντίκτυπος είναι υπολογιστικός: καθιστώντας ορισμένες ροές εργασιών έρευνας παθολογίας μεγάλης κλίμακας λιγότερο δαπανηρές και πιο επαναλαμβανόμενες. Οποιαδήποτε μετακίνηση από τα εργαλεία της έρευνας προς τη φροντίδα των ασθενών θα απαιτούσε στοιχεία πέρα από τις συγκρίσεις αποτελεσματικότητας και συγκριτικής αξιολόγησης που περιγράφονται εδώ. Επομένως, η διάκριση μεταξύ μιας πρακτικής έρευνας και ενός επικυρωμένου κλινικού συστήματος παραμένει κεντρική για την ερμηνεία της ανακοίνωσης.