Microsoft mengeluarkan model AI yang lebih cekap untuk penyelidikan patologi kanser berskala besar

Apa yang berlaku

Microsoft Research mengumumkan dua model asas patologi berat terbuka, GigaPath-Flash dan GigaTIME-Flash, direka untuk menjadikan penyelidikan kanser berskala besar lebih praktikal dari segi pengiraan. Model tersebut adalah keluaran penyelidikan yang dibangunkan dengan Universiti Washington dan Providence.

Penyelidikan Microsoft berkata GigaPath-Flash dan GigaTIME-Flash memanjangkan model patologi terdahulu yang dipanggil GigaPath dan GigaTIME. GigaPath menganalisis imej patologi slaid keseluruhan, manakala GigaTIME memodelkan persekitaran mikro tumor dan menterjemahkan imej hematoksilin-dan-eosin, atau H&E, ke dalam peta proteomik spatial maya. Model Flash baharu bertujuan untuk menangani kos pengiraan berulang kali menggunakan sistem sedemikian kepada kohort besar, dan bukannya memperkenalkan produk klinikal. Oleh itu, tumpuan mereka adalah pada kecekapan aliran kerja penyelidikan dan akses kepada analisis pada skala. Keluaran mengekalkan sambungan kepada keluarga model terdahulu sambil menukar jumlah pengkomputeran yang diperlukan untuk penggunaan berulang.

GigaPath-Flash menggabungkan pengekod jubin ViT-S 22 juta parameter dengan pengekod slaid LongNet 21 juta parameter. Microsoft mengatakan pengekod jubin padat telah disuling daripada pengekod GigaPath berbilion parameter asal, manakala pengekod slaid menggunakan perhatian diluaskan yang berskala secara linear dengan bilangan jubin imej. Mengenai tanda aras penggredan prostat PANDA yang dipetik sumber dan penanda aras subtaip tumor otak EBRAINS, Microsoft melaporkan bahawa GigaPath-Flash datang dalam 3% daripada GigaPath asal sambil menggunakan kira-kira 50 kali lebih sedikit pengiraan. Dalam erti kata lain, hasil yang dilaporkan memadankan model yang lebih kecil dengan prestasi yang kekal hampir dengan sistem terdahulu pada ujian yang dipetik tersebut. Perbandingan itu dibentangkan sebagai hasil kecekapan daripada penilaian Microsoft, bukan sebagai penemuan yang lebih luas tentang setiap tugas patologi.

GigaTIME-Flash menggantikan tulang belakang konvolusi GigaTIME asal dengan pengekod GigaPath-Flash ViT-S dan menggunakan penyahkod konvolusi ringan untuk terjemahan H&E-ke-multiplex-imunofluoresensi. Microsoft melaporkan bahawa ia sepadan atau bertambah baik pada model asal merentas set ujiannya dan empat kohort luar pengedaran yang meliputi kanser otak, payudara, kolon dan paru-paru. Kedua-dua model dikeluarkan di bawah lesen Apache 2.0, dengan berat dan kod disediakan melalui Hugging Face, menurut sumber. Ini memberikan penyelidik komponen yang dinyatakan yang diperlukan untuk memeriksa dan menilai keluaran dalam tetapan mereka sendiri. Ujian luar pengedaran yang dilaporkan meluaskan perbandingan melebihi set ujian asal, tetapi ia tidak menghilangkan keperluan untuk penilaian lanjut.

Butiran sumber: microsoft.com ↗

Mengapa ia penting

Model ini boleh membenarkan penyelidik menganalisis kohort pesakit yang lebih besar dan mengulangi lebih banyak eksperimen menggunakan data patologi sedia ada. Itu boleh mengembangkan kajian biologi penyakit, biomarker, persekitaran mikro tumor, dan hasil klinikal, walaupun model tidak disahkan untuk penjagaan pesakit.

Imej patologi slaid keseluruhan boleh melebihi gigapiksel dan mungkin memerlukan pemprosesan beribu-ribu jubin setiap slaid. Sumber itu berpendapat bahawa kos menjadi sangat terhad apabila penyelidik mengkaji puluhan ribu pesakit dan mengulangi pengekstrakan ciri, analisis statistik, ujian hipotesis, dan pengesahan subkumpulan. Oleh itu, pengiraan dan keperluan ingatan yang lebih rendah boleh menjejaskan soalan penyelidikan yang boleh dilaksanakan, bukan sahaja seberapa cepat satu analisis sedia ada dijalankan. Aliran kerja yang boleh diulang dengan lebih ekonomik mungkin membuat perbandingan yang lebih besar dan pemeriksaan tambahan lebih praktikal untuk kumpulan penyelidikan. Potensi manfaat yang diterangkan oleh sumber itu terikat dengan skala, pengulangan, dan keupayaan untuk bekerja dengan data patologi yang sudah wujud.

Microsoft menganggarkan bahawa menjana data multipleks-imunofluoresensi maya untuk 1,000 slaid akan mengambil masa kira-kira dua jam GPU dengan GigaTIME-Flash berbanding tujuh jam GPU dengan GigaTIME pada NVIDIA A100 tunggal, di bawah andaian termasuk kira-kira 10,000 jubin setiap slaid. Untuk 100,000 slaid, anggaran adalah kira-kira tujuh hari GPU berbanding 30 hari GPU; untuk satu juta slaid, kira-kira 70 hari GPU berbanding 300 hari GPU. Ini adalah anggaran model, bukan ukuran bebas, dan sumber mengatakan masa jalan sebenar bergantung pada saiz slaid, resolusi jubin dan perkakasan. Anggaran menggambarkan bagaimana perbezaan dalam pemprosesan setiap slaid boleh berkembang apabila kohort menjadi lebih besar. Ia masih harus dibaca sebagai pengiraan senario yang terikat dengan andaian yang dinyatakan, dan bukannya sebagai hasil yang dijamin untuk setiap pelaksanaan.

Kepentingan praktikal juga terikat dengan keterbukaan. Keluaran Apache 2.0 mungkin membenarkan kumpulan akademik dan penyelidikan lain memeriksa, menyesuaikan dan menilai model tanpa bergantung semata-mata pada perkhidmatan yang dihoskan, tertakluk kepada sumber teknikal dan tadbir urus mereka sendiri. Tetapi kecekapan tidak mewujudkan kesahan saintifik. Sumber itu dengan jelas mengatakan model tersebut adalah keluaran penyelidikan awal, telah diuji pada set penanda aras dan kohort terhad, dan tidak bertujuan atau disahkan untuk diagnosis, prognosis, pemilihan rawatan atau keputusan penjagaan pesakit yang lain. Akses terbuka boleh meluaskan penelitian dan percubaan, tetapi ia tidak menggantikan bukti tentang kebolehpercayaan atau kegunaan klinikal. Implikasi yang paling kuat disokong ialah lebih banyak kumpulan mungkin dapat memeriksa alat penyelidikan dan hadnya.

Apa yang perlu ditonton seterusnya

Soalan utama ialah sama ada kecekapan dan prestasi yang dilaporkan berlaku merentas lebih banyak institusi, pengimbas, jenis tisu, populasi dan tugasan penyelidikan. Penilaian bebas dan pengesahan klinikal kekal diperlukan, dan sumber tidak menetapkan bahawa model tersebut meningkatkan keputusan diagnosis, prognosis atau rawatan.

Replikasi bebas harus menguji pertukaran prestasi kecekapan yang dilaporkan di bawah perkakasan, saiz slaid, saluran paip prapemprosesan dan saiz kelompok yang berbeza. Ia juga harus meneliti sama ada model kekal boleh dipercayai merentas pengimbas, institusi, amalan pewarnaan, kualiti tisu, jenis kanser dan populasi pesakit. Microsoft sendiri mengatakan pengesahan yang lebih luas masih diperlukan, jadi hasil penanda aras yang dilaporkan harus dianggap sebagai tuntutan daripada pembangun model dan bukannya bukti yang diselesaikan. Ujian sedemikian akan membantu mengasingkan hasil yang bergantung pada persediaan yang dilaporkan daripada hasil yang umum merentas persekitaran penyelidikan. Ia juga akan menunjukkan sama ada keperluan sumber yang lebih rendah kekal berguna apabila aliran kerja pemprosesan data di sekeliling berubah.

Penyelidik juga perlu menentukan sama ada pembelajaran perwakilan yang lebih baik diterjemahkan ke dalam penemuan biologi yang berguna. Sumber itu menunjukkan analisis awal GigaTIME terhadap lebih daripada 14,000 pesakit kanser dan lebih daripada 1,200 persatuan yang signifikan secara statistik antara keadaan sel imun dan biomarker klinikal, tetapi ia tidak menunjukkan bahawa model Flash secara bebas mengeluarkan semula persatuan tersebut atau menjana penemuan yang disahkan. Persatuan statistik juga tidak dengan sendirinya menunjukkan sebab atau manfaat klinikal. Persoalan yang berkaitan ialah sama ada model yang lebih baharu menyokong penemuan yang kekal bermakna selepas analisis bebas dan pengesahan tambahan. Kecekapan boleh menjadikan penyiasatan tersebut lebih mudah untuk diulang, tetapi ia tidak menyelesaikan soalan pembuktian yang mengelilingi penemuan.

Yang paling berbangkit tidak diketahui ialah prestasi klinikal hiliran. Sumber itu tidak memberikan percubaan klinikal prospektif, data penggunaan, analisis ketepatan diagnostik, bukti hasil rawatan atau penilaian bahaya subkumpulan untuk model Flash. Sebelum penggunaan klinikal boleh dipertimbangkan, sumber itu berkata pengesahan pelbagai institusi dan prospektif tambahan akan diperlukan. Sehingga itu, impak yang disokong paling jelas ialah pengiraan: menjadikan beberapa aliran kerja penyelidikan patologi berskala besar lebih murah dan lebih berulang. Sebarang pergerakan daripada alat penyelidikan ke arah penjagaan pesakit memerlukan bukti di luar kecekapan dan perbandingan penanda aras yang diterangkan di sini. Oleh itu, perbezaan antara keluaran penyelidikan praktikal dan sistem klinikal yang disahkan kekal penting untuk mentafsir pengumuman tersebut.

Panduan & kuiz berkaitan