Wykorzystanie modeli fundamentalnych w patologii cyfrowej bez konieczności ponownego trenowania

Naukowcy opracowali PRET — narzędzie oparte na modelach fundamentalnych sztucznej inteligencji, które można stosować w patologii cyfrowej bez konieczności ponownego trenowania ani gromadzenia oznaczonych danych. Badanie opublikowane w Nature Cancer wykazało wysoką skuteczność systemu w szerokim zakresie zadań onkologicznych, obejmujących przesiewową diagnostykę nowotworów, klasyfikację podtypów, segmentację tkanek oraz wykrywanie przerzutów. Podejście działa wyłącznie na etapie inferencji, co eliminuje jeden z największych problemów wdrażania sztucznej inteligencji w patologii — kosztowny i czasochłonny proces przygotowywania zbiorów danych i dostrajania modeli dla każdego nowego zastosowania. W przypadku pomyślnej walidacji klinicznej PRET może znacząco przyspieszyć wdrażanie narzędzi cyfrowej patologii w różnych typach nowotworów i systemach opieki zdrowotnej.