北京治白癜风最好的医院在哪里 http://www.znlvye.com/m/“Nature编辑迅速意识到这是一个里程碑式的科研成果，于是快速处理了稿件。最终这篇论文在5个月内就被接受，远远快于Nature平均天的接受时间。”谈及自己和合作者的最新论文，美国华盛顿大学王晟教授表示。
图
王晟（来源：王晟）
审稿人也表示，在数字病理学领域这是一个前所未有的工作，非常期待看到它能改变病理学的科研和临床范式。
研究中，王晟和合作者研发出一个超多参数的病理学大模型，也是全球第一个能针对“整张”病理图片进行建模和分类的模型。
他们将本次模型在来自28个癌症中心的3万个病人数据上进行训练和验证。
结果显示，该模型在26个任务中的25个任务上取得最佳效果，证明了其有效性和普适性。
王晟表示，本次成果是医生的有力助手、普通人的福音、医学院的辅助教材。
“这项研究的成功让我们对AI方法在癌症治疗中的应用充满信心，也将成为癌症治疗领域的新开始。”他说。
随着技术的进一步发展，本次AI模型有望在癌症诊断和治疗中发挥越来越重要的作用，为全球数百万癌症患者带来新的希望。
预计其将带来以下应用：
其一，成为医生的有力助手。
首先，AI病理学模型医院，成为医生进行病理学诊断的初筛工具之一。
这一模型能够迅速分析病理图像，提供初步诊断意见，帮助病理学家更高效地做出准确诊断。
这不仅能提高诊断速度，还能减轻病理学家的工作负担，让他们有更多时间处理复杂病例。
其二，成为普通人的福音。
在缺乏高水平病理学家的地区或国家，AI病理学模型将成为一种替代方案。
普通用户可以直接使用这一模型对他们的病理学图片进行分析，获得可靠的诊断结果。
这将大大改善医疗资源不足地区的诊断水平，确保更多患者能够及时得到准确的诊断和治疗建议。
其三，成为医学院的辅助教材。
培养一个合格的病理学从业者需要大量时间和金钱，而AI模型可以作为医学院的辅助教材。
通过提供大量标注的学习样本，AI模型可以让医学院学生接触到更多病理学案例，提升他们的学习效率和实践经验。
总的来说，AI病理学模型在医生、普通人和医学生三个方面展现了广阔的应用前景。它将推动病理学领域的发展，提高癌症诊断的效率和准确性。
（来源：Nature）
让模型不再“看了后面忘了前面”
据介绍，每年全球因癌症去世的人数超过一千万人，快速并且准确的诊断癌症非常重要。
病理切片检查是最直观最可靠的诊断肿瘤的方法，也是每一个癌症病人被确诊癌症的必须手段之一。
病理检查将患病器官直接取下的病灶制成切片，放在显微镜下观察，然后判断是否为恶性肿瘤，预测对应的病理分型，从而决定相关的治疗手段。
鉴于病理检测的大量需求和繁琐工作量，设计准确的AI模型来将上述过程进行自动化，会带来极大的价值。
病理切片分析过程可以建模为一个图片分类的问题，即给定一个病理切片的图片，用AI模型来将图片分类到恶性或者良性的病理分型。
但是，与传统图片分类模型（例如将动物图片分类到猫或者狗）的不同之处是，病理图片非常大。
一个普通的病理图片甚至高达10万乘以10万个像素，而传统AI图片的分类器一般是针对*像素的图进行设计的。
这么一整张病理图片会占据很大的内存空间，无法完整地放入AI模型，进而使用图形处理器（GPU，GraphicsProcessingUnit）加以训练。
因此，现有的AI模型都无法对“整张”（whole-slide）病理图片进行建模。
为了解决这个问题，王晟等人发现要对整张10万乘以10万个像素的病理图片进行建模，核心的技术难点解决长文章建模的问题。
即让模型能够对一个超长的文字序列进行整体建模，而不会出现“看了后面忘了前面”的情况。
一个病理图片对应的数据规模约等于15万个字的一个长文章。举例来说，让一个人去连续读15万个字的文章，那必然会出现看了后面忘了前面，无法从全局角度去理解这个长文章的情况。
对AI模型来说，难点是相同的，AI模型也无法完全理解和消化这个长文章。
因此，长文章建模是自然语言处理领域的一个长久的问题，也是最核心的问题之一。
近年来，ChatGPT和GPT4引起的大模型潮流，让长文章建模问题得到了广泛的
