|
| 上圖：GPFM模型從不同的專家那裡學習知識，將其集成到一個模型裡，亦稱作“知識蒸餾”。下圖：陳浩表示，AI診斷系統SmartPath精準診斷肺癌、乳腺癌、大腸癌及胃癌等本港高發癌症。（大公報） |
中評社香港11月25日電／癌症診斷需時，需要準確的判斷力，然而本港醫護人手不足，如何在應付日常繁重的工作下，令癌症患者能夠及時就診，成為本港醫院恒常的挑戰。
大公報報導，面對這一困境，全新人工智能（AI）診斷系統SmartPath應運而生。SmartPath由香港科技大學開發、在廣州南方醫院做前瞻性臨床驗證，項目團隊負責人日前接受記者專訪時介紹，SmartPath在癌症診斷的術前、術中和術後診斷中表現出0.98－0.99的高準確度；且該AI模型完成一次診斷僅需約一分鐘，相較原先幾分鐘至十幾分鐘的人工診斷時間，效率大幅提升。團隊希望半年至一年後，能令SmartPath市場化。
SmartPath系統研發者、香港科技大學計算機科學及工程學系和化學及生物工程學系助理教授兼醫工交叉聯合創新中心主任陳浩介紹，該系統建基於全球規模最大、種類最多元的病理數據庫之一，涵蓋34個主要人體組織部位，收錄逾50萬張全切片影像。系統可協助醫護人員完成逾百項臨床任務，包括癌症分級分型、治療反應評估、存活率預測及生成病理報告，並實現關鍵突破：透過綜合病理基礎模型框架，精準診斷肺癌、乳腺癌、大腸癌及胃癌等高發癌症。“在眾多檢查方法中，組織病理學檢查是癌症診斷的金標準，可用於最終診斷及指導治療。”陳浩說道。
病理數據全球規模最大
SmartPath的核心技術由GPFM與mSTAR兩大AI模型協同驅動。病理診斷本質上是對切片影像的精讀，GPFM如同顯微鏡下的“導航員”，能將複雜視覺信號轉化為可判讀的線索。為訓練此模型，研發團隊與南方醫科大學梁莉教授等臨床專家共建約10萬張病理切片的“圖譜級”資料庫，覆蓋術前活檢診斷、術中切緣判斷及術後評估三大關鍵場景，實現診療全流程覆蓋。
陳浩進一步解釋，GPFM模型採用“知識蒸餾”技術（見SmartPath系統GPFM模型流程圖），其中“教師模型”如資深病理專家，能全面預測並標注病變類型與概率；“學生模型”則如初入行的年輕醫生，透過學習教師模型的診斷思路，掌握數據規律並提升判斷能力。此方法不僅提高模型的泛化能力，使其在未見過的病人數據上表現更佳，還能加速訓練過程，提升效率。
為應對複雜的癌症診斷需求，團隊另研發多模態基礎模型mSTAR。該模型如同“綜合診斷專家”，不僅能解讀病理切片的視覺信息，更能融合病理報告、基因分子數據等多元信息，透過“多模態知識增強”技術形成完整診斷依據。陳浩強調：“mSTAR是全球首個多模態知識增強的泛癌病理基礎大模型。”該模型大幅擴展應用場景，涵蓋癌症診斷及預後評估等多項臨床任務。
|
