Mi történt
A Microsoft Research bejelentette a két nyitott súlyú patológiai alapozó modellt, a GigaPath-Flash-t és a GigaTIME-Flash-t, amelyek célja a nagyszabású rákkutatás számítási szempontból praktikusabbá tétele. A modellek kutatási kiadványok, amelyeket a Washington and Providence Egyetemmel fejlesztettek ki.
A Microsoft A kutatás szerint a GigaPath-Flash és a GigaTIME-Flash kiterjeszti a korábbi GigaPath és GigaTIME nevű patológiai modelleket. A GigaPath a teljes diapatológiás képeket elemzi, míg a GigaTIME a tumor mikrokörnyezetét modellezi, és a rutin hematoxilin-eozin vagy H&E képeket virtuális térbeli proteomikai térképekké alakítja. Az új Flash-modellek célja az ilyen rendszerek nagy csoportokra történő ismételt alkalmazásának számítási költsége, ahelyett, hogy klinikai terméket vezetnének be. Ezért a hangsúly a kutatási munkafolyamatok hatékonyságán és a széles körű elemzéshez való hozzáférésen van. A kiadások megtartják a kapcsolatot a korábbi modellcsaláddal, miközben megváltoztatják, hogy mennyi számításra van szükség az ismételt használathoz.
A GigaPath-Flash egy 22 millió paraméteres ViT-S csempekódolót és egy 21 milliós LongNet diakódolót kombinál. A Microsoft szerint a kompakt mozaikkódolót az eredeti, milliárd paraméteres GigaPath kódolóból desztillálták, míg a diakódoló kitágult figyelmet használ, amely lineárisan skálázódik a képcsempék számával. A forrás által idézett PANDA prosztata-besorolási és EBRAINS agydaganat-altípusozási benchmarkok alapján a Microsoft jelentése szerint a GigaPath-Flash az eredeti GigaPath 3%-án belül volt, miközben nagyjából 50-szer kevesebb számítást használt. Más szavakkal, a közölt eredmény egy sokkal kisebb modellt párosít olyan teljesítménnyel, amely közel maradt a korábbi rendszerhez az idézett teszteken. Az összehasonlítást a Microsoft értékelésének hatékonysági eredményeként mutatjuk be, nem pedig minden patológiai feladatra vonatkozó átfogóbb megállapításként.
A GigaTIME-Flash az eredeti GigaTIME konvolúciós gerincet a GigaPath-Flash ViT-S kódolóra cseréli, és egy könnyű konvolúciós dekódert használ a H&E-multiplex-immunfluoreszcens transzlációhoz. A Microsoft jelentése szerint a tesztkészletben és négy, az agy-, emlő-, vastagbél- és tüdőrákra kiterjedő, eloszláson kívüli kohorszban megegyezett vagy javított az eredeti modellen. Mindkét modell Apache 2.0 licenc alatt jelenik meg, a súlyok és a kódok a Hugging Face-n keresztül érhetők el a forrás szerint. Ez biztosítja a kutatók számára a megadott összetevőket, amelyek szükségesek a kiadások ellenőrzéséhez és értékeléséhez saját beállításaikban. A jelentett terjesztésen kívüli tesztelés az eredeti tesztkészleten túl szélesíti az összehasonlítást, de nem szünteti meg a további értékelés szükségességét.
Forrás részletei: microsoft.com ↗
Miért számít
A modellek lehetővé tehetik a kutatók számára, hogy nagyobb betegcsoportokat elemezzenek, és több kísérletet ismételjenek meg a meglévő patológiai adatok felhasználásával. Ez kibővítheti a betegségbiológiával, a biomarkerekkel, a tumor mikrokörnyezetével és a klinikai eredményekkel kapcsolatos tanulmányokat, bár a modelleket nem validálták a betegek ellátására.
Az egész dia patológiás képei meghaladhatják a gigapixelt, és diánként több ezer csempét kell feldolgozni. A forrás azzal érvel, hogy a költségek különösen korlátozóvá válnak, ha a kutatók több tízezer beteget tanulmányoznak, és megismétlik a jellemzők kinyerését, a statisztikai elemzést, a hipotézisvizsgálatot és az alcsoportok validálását. Az alacsonyabb számítási és memóriaigény tehát befolyásolhatja, hogy mely kutatási kérdések lehetségesek, nem csupán azt, hogy egy meglévő elemzés milyen gyorsan fut. A gazdaságosabban megismételhető munkafolyamat gyakorlatiasabbá teheti a nagyobb összehasonlításokat és a további ellenőrzéseket a kutatócsoportok számára. A forrás által leírt lehetséges előny tehát a léptékhez, az ismétlődéshez és a már meglévő patológiai adatokkal való munkaképességhez kötődik.
A Microsoft becslése szerint 1000 diák virtuális multiplex immunfluoreszcenciás adatának generálása körülbelül két GPU-órát vesz igénybe GigaTIME-Flash használatával, míg GigaTIME-val hét GPU-órát vesz igénybe egyetlen NVIDIA A100-on, körülbelül 10,00 csempét diánként. 100 000 diák esetében a becslés körülbelül hét GPU-nap, szemben a 30 GPU-nappal; egymillió diák esetében körülbelül 70 GPU-nap, szemben 300 GPU-nappal. Ezek modellezett becslések, nem független mérések, és a forrás szerint a tényleges futási idő a diamérettől, a csempézés felbontásától és a hardvertől függ. A becslések azt szemléltetik, hogyan nőhet a diánkénti feldolgozás különbsége, ha a kohorsz sokkal nagyobb lesz. Ezeket továbbra is a megadott feltételezésekhez kötődő forgatókönyv-számításokként kell értelmezni, nem pedig minden megvalósítás garantált eredményének.
A gyakorlati jelentősége a nyitottsághoz is kötődik. Egy Apache 2.0 kiadás lehetővé teheti az akadémiai és más kutatócsoportok számára, hogy megvizsgálják, adaptálják és értékeljék a modelleket anélkül, hogy kizárólag egy hosztolt szolgáltatásra támaszkodnának, saját technikai erőforrásaik és irányításaik függvényében. De a hatékonyság nem alapozza meg a tudományos érvényességet. A forrás kifejezetten azt állítja, hogy a modellek korai kutatási kiadások, korlátozott számú benchmarkon és kohorszban tesztelték őket, és nem a diagnózishoz, a prognózishoz, a kezelés kiválasztásához vagy más betegellátási döntésekhez szánják vagy validálják őket. A nyílt hozzáférés kiterjesztheti a vizsgálatot és a kísérletezést, de nem helyettesíti a megbízhatóságra vagy a klinikai hasznosságra vonatkozó bizonyítékokat. A legerősebben alátámasztott következmény az, hogy több csoport képes lehet megvizsgálni a kutatási eszközöket és azok korlátait.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Mit nézzünk ezután
A fő kérdés az, hogy a jelentett hatékonyság és teljesítmény több intézményre, szkennerre, szövettípusra, populációra és kutatási feladatra vonatkozik-e. Független értékelés és klinikai validáció továbbra is szükséges, és a forrás nem bizonyítja, hogy a modellek javítják a diagnózist, a prognózist vagy a kezelési döntéseket.
A független replikációnak tesztelnie kell a jelentett hatékonyság-teljesítmény kompromisszumot különböző hardverek, diaméretek, előfeldolgozási folyamatok és kötegméretek mellett. Azt is meg kell vizsgálni, hogy a modellek megbízhatóak-e a szkennerek, intézmények, festési gyakorlatok, szövetminőség, ráktípusok és betegpopulációk tekintetében. Maga a Microsoft azt mondja, hogy még szélesebb körű érvényesítésre van szükség, ezért a jelentett eredményeket a modellfejlesztők állításaiként kell kezelni, nem pedig megalapozott bizonyítékként. Az ilyen tesztelés segít elválasztani a jelentett beállítástól függő eredményeket a kutatási környezetekre általánosító eredményektől. Azt is megmutatja, hogy az alacsonyabb erőforrásigény hasznos marad-e, ha a környező adatfeldolgozási munkafolyamat megváltozik.
A kutatóknak azt is meg kell határozniuk, hogy a jobb reprezentációs tanulás hasznos biológiai eredményeket eredményez-e. A forrás rámutat a GigaTIME korábbi, több mint 14 000 rákos beteg elemzésére, valamint több mint 1200 statisztikailag szignifikáns összefüggésre az immunsejtek állapota és a klinikai biomarkerek között, de nem mutatja, hogy a Flash-modellek önállóan reprodukálják ezeket az asszociációkat vagy validált felfedezéseket generálnak. A statisztikai asszociációk szintén önmagukban nem mutatnak ok-okozati összefüggést vagy klinikai előnyt. A lényeges kérdés, hogy az újabb modellek támogatják-e azokat az eredményeket, amelyek független elemzés és további validáció után is értelmesek maradnak. A hatékonyság megkönnyítheti a vizsgálatok megismétlését, de nem oldja meg a megállapításokkal kapcsolatos bizonyítási kérdéseket.
A legkövetkezményesebb ismeretlen a downstream klinikai teljesítmény. A forrás nem tartalmaz leendő klinikai vizsgálatot, telepítési adatokat, diagnosztikai pontossági elemzést, kezelési eredményeket, vagy a Flash-modellek alcsoport-ártalmainak értékelését. A klinikai felhasználás megfontolása előtt a forrás szerint további több intézményre kiterjedő és prospektív validációra lenne szükség. Addig a legvilágosabban támogatott hatás számítási jellegű: egyes nagyszabású patológiai kutatási munkafolyamatok olcsóbbá és megismételhetőbbé tétele. Bármilyen elmozdulás a kutatási eszközökről a betegellátás irányába az itt leírt hatékonyságon és összehasonlításon túlmutató bizonyítékokat igényelne. A gyakorlati kutatási kiadás és a validált klinikai rendszer közötti különbségtétel ezért továbbra is központi szerepet játszik a közlemény értelmezésében.