準確率高達94%，AI模型檢測癌症研究登上Nature

最近，哈佛醫學院研究人員研究出一種全新的AI模型——CHIEF（臨床組織病理學圖像評估基礎），可用於處理不同類型癌症的各種診斷程序。

據悉，CHIEF是通過分析1,500萬張未標記的圖像和60,000張完整切片圖像而打造的AI模型系統，能夠更準確地診斷和評估各種癌症，甚至能預測患者的生存率和提供治療建議。

相比之下，現有AI系統需要經過訓練來執行特定任務，例如檢測癌症的存在、預測腫瘤的遺傳特徵等，往往只適用於少數癌症類型。相比之下，CHIEF的適應性更強，可執行各種任務，例如經過測試，它可以適用於19種肺癌、乳腺癌、前列腺癌等檢測，並且靈活性更強。

同時，CHIEF不僅能夠讀取腫瘤組織的數字切片，還可以識別癌細胞，預測腫瘤的分子特徵。更重要的是，它的準確率比大多數現有AI系統高出許多。經過全面的測試，CHIEF在癌症檢測、腫瘤來源識別以及預測患者生存等項目上，表現超出當前最先進的AI體系或技術，準確率從94%到96%不等。研究團隊表示，未來他們將繼續完善 CHIEF 模型的功能，包括對稀有疾病和非癌性病症樣本的訓練，提升其在分子數據識別方面的能力，甚至還計劃讓其能夠預測新型癌症治療的效果和副作用。

相關研究論文以「A pathology foundation model for cancer diagnosis and prognosis prediction」為題，已發表在權威科學期刊Nature上。

一直以來，AI在生物醫藥領域被廣泛應用，其中組織病理學圖像評估是診斷癌症的一種有效的方法。而隨著新一代AI技術的湧現，藉助全新模型，帶來了更精確、適應性更強的治療方案。