Cancer3.AI › AI w onkologii › Modele AI › CHIEF
Model fundamentowy Otwarte wagi Tylko do badań pathology

CHIEF

Model fundamentowy CHIEF: trenowany na 60 530 preparatach z 19 lokalizacji anatomicznych i walidowany na 19 491 preparatach z 24 szpitali — detekcja raka, przewidywanie pochodzenia guza, profil genomowy i przeżycie.

GitHub Publikacja DOI { } JSON

W skrócie

TwórcaYu Lab, Harvard Medical School
Wydanie2024-09-04
Licencjanon-commercial (see repository)
DostępnośćOtwarte wagi
RodzajModel fundamentowy
Status regulacyjnyTylko do badań

Co robi

Reprezentacje preparatu budowane słabo nadzorowanie na cechach kafelków, z dodatkowym osadzeniem tekstowym lokalizacji anatomicznej; jeden model obsługuje potem głowy detekcji, pochodzenia, profilu molekularnego i rokowania.

Ważne zastosowania w onkologii

Detekcja raka w 11 typach nowotworów z polem pod krzywą około 0,94 w walidacji zewnętrznej opisanej w publikacji; przewidywanie przeżycia w wielu typach nowotworów.

Zadania, typy danych i nowotwory

ZadanieEkstrakcja cech (embeddingi)KlasyfikacjaRokowanieAnaliza przeżycia
Typ danychHistopatologia (WSI)
Zastosowanie kliniczneDiagnostykaRokowanieBadania podstawowe
NowotwórWiele nowotworów
WejścieWSI tiles + anatomical site
Wyjścieslide-level embedding / task logits

Architektura

Rodzinaweakly supervised slide-level model over tile features
SzkieletCTransPath tile encoder + attention aggregation + site text embedding
Pretreningself-supervised tile pretraining + weakly supervised slide-level training on 60,530 WSIs

Dane treningowe

60 530 preparatów z 19 lokalizacji anatomicznych (kohorty publiczne, w tym TCGA i PAIP, oraz dane instytucjonalne); walidacja na 19 491 preparatach z 24 szpitali na świecie.

Rozmiar zbioru treningowego60,530 WSIs (training)
InstytucjeHarvard Medical School and partner hospitals; public cohorts

Powiązane zbiory danych

Ewaluacja

Benchmark / zbiórMiaraWartośćWalidacja zewnętrznaŹródło
cancer detection, 11 cancer types, external validation AUROC ~0.94 (paper) tak Źródło
survival prediction across cancer types c-index / log-rank reported in paper tak Źródło

Jak uruchomić

BibliotekaPyTorch (repo code)

Weights are distributed from the GitHub repository under non-commercial terms; the pipeline expects CTransPath tile features.

Status regulacyjny i przeznaczenie

Status regulacyjnyTylko do badań
PrzeznaczenieBadania.

Źródło →

Status regulacyjny cytujemy ze wskazanego źródła i może się zmienić. Modele „tylko do badań” nie służą do decyzji klinicznych.

Ograniczenia i błędy systematyczne

  • Enkoder kafelków (CTransPath) jest słabszy od nowszych enkoderów ViT-L/H; siłą CHIEF jest trening na poziomie preparatu.
  • TCGA jest w zbiorze treningowym — walidacja zewnętrzna musi go omijać.

Źródła

  1. Wang X et al. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature 2024
  2. GitHub — hms-dbmi/CHIEF

Ta strona ma charakter edukacyjny — nie stanowi porady medycznej i nie zastępuje konsultacji z onkologiem. Decyzje diagnostyczne i terapeutyczne podejmuje wyłącznie lekarz specjalista.