详细内容或原文请订阅后点击阅览
MUSK 模型利用预测性 AI 形成个性化癌症预测
斯坦福医学院开发的一种新型人工智能模型结合了临床记录和病理图像，可以预测黑色素瘤复发、患者免疫疗法反应和疾病特异性生存率。文章 MUSK 模型通过预测性 AI 形成个性化癌症预后首次出现在《斯坦福日报》上。
来源:斯坦福大学日报斯坦福医学已经开发了一种视觉人工智能（AI）模型，该模型可以预测癌症的结果，例如预测黑色素瘤复发和患者对免疫疗法的反应。但是，该模型尚未准备好用于临床实践。
具有统一蒙版建模的多模式变压器或简称麝香的多模式变压器接受了超过5000万个组织病理学图像和十亿文本令牌的培训，可以预测癌症的预后。通过整合基于视觉和语言的数据，该模型反映了肿瘤学家使用的方法，他们从多个来源汲取了明智的治疗决策。然而，在历史上，开发多模型的模型对于其他精度肿瘤学AI计划很困难。
“在许多以前的[AI开发]中，数据在筒仓中使用。这个[AI]小组专注于成像，另一个小组专注于语言，他们开发了所有这些基于单模的方法。”监督该项目的辐射肿瘤学副教授Ruijang Li说。 “但是实际上，医生现在几乎永远不会做到这一点。”
该团队主要由斯坦福大学病理和辐射肿瘤学系的研究人员组成，于1月8日发表了一项自然研究，详细介绍了该模型的建筑及其帮助医生为癌症患者制定更有效的治疗计划的潜力。
已发布 自然作为基础模型，Musk受到大量病理数据的培训，可以针对特定应用程序量身定制，并使用最少的额外培训来定制。该模型利用未标记和未配对的数据集，消除了对手动宣布的图像的需求。
研究人员团队专门评估了该模型鉴定黑色素瘤复发风险最高的患者的能力。马斯克的表现优于现有视觉模型，正确识别这些患者的时间83％，比其他模型提高了近12％。