In maschinellem Lernen ist ein Foundation Model1 (FM) ein Modell, das unter Verwendung von selbstüberwachtem Lernen auf einer großen Menge von unbeschrifteten Daten trainiert wurde, um wesentliche Informationen aus Eingaben in das Modell mathematisch zu erfassen. Einmal trainiert, kann das FM angepasst werden, um spezifische Aufgaben in neuen Kontexten zu ermöglichen, insbesondere in zuvor unvorhergesehenen Kontexten und Aufgaben.

Der Prozess der Anpassung eines qualitativ hochwertigen FM liefert bessere nachgelagerte Pathologie-Tools, bei geringerer Entwicklungszeit und -kosten, als das Erstellen maßgeschneiderter Tools von Grund auf. Ein Pathologie-FM kann beispielsweise verschiedenartig angepasst werden, um Zell- und Kernsegmentierung im mikroskopischen Maßstab auf Immunhistochemie (IHC)-Schnitten durchzuführen oder histologische Subtypisierung im makroskopischen Maßstab für H&E-Schnitte zu ermöglichen. Die Entwicklung qualitativ hochwertiger FMs ist insbesondere in der Pathologie wichtig und komplex, da es viele verschiedene Arten von Aufgaben in verschiedenen Maßstäben der gesamten Bildgebung auf Slides gibt, einschließlich Zell-, Gewebe- und (ganzer) Slide-Ebenen.

PLUTO von PathAI wurde entwickelt, um diese breite Vielfalt von pathologischen Aufgaben zu ermöglichen, und wurde unter Verwendung von Hunderten Millionen unbeschrifteten Bildausschnitten aus etwa 160.000 WSIs über 30+ Krankheitsbereiche, zahlreiche Indikationen, Färbearten, Scanner-Typen und Vergrößerungen trainiert, sowie über 50 Datenquellen. Um hochwertige Darstellungen der unbeschrifteten Trainingsdaten zu erlernen, entwarfen PathAI-Forscher einen auf Pathologie fokussierten selbstüberwachten Schulungsprozess mit mehreren Maßstäben, flexiblen Deep Vision Transformer-Architekturen und neuartigen Schulungszielen. Die Forscher bewerteten dann die Qualität des resultierenden FMs, indem sie es auf eine breite Vielfalt von pathologiespezifischen Aufgaben anpassten, und stellten fest, dass das FM von PathAI aktuelle state-of-the-art-Modelle in (ganzen) Slide-, zellulären und subzellulären Aufgaben übertrifft. Darüber hinaus ermöglicht das FM von PathAI die Entwicklung KI-gestützter Pathologie-Tools in mehreren Maßstäben und Auflösungen und ist signifikant kompakter als zuvor veröffentlichte Modelle, was zu massiven Reduzierungen der Schulungs- und Inferenzkosten führt und eine hochgradig skalierbare Daten-generierung und Produktentwicklung ermöglicht.

PLUTO und seine Anpassungen sollen PathAIs Suite der KI-Produkte2 für die diagnostische Pathologie-Labore und den Biopharma-Einsatz antreiben. PLUTO wird angepasst, um die nächste Generation der erstklassigen Produkte von PathAI zu entwickeln. Die Einbettungen von PLUTO ermöglichen die Vorhersage der zugrunde liegenden molekularen Veränderungen, die Krebs und Krankheitsphänotypen antreiben – einschließlich solcher, die zuvor für KI verborgen waren – sowie die Entdeckung neuer Biomarker und therapeutischer Ziele

„PLUTO ist sorgfältig konzipiert, um Forschungsbemühungen für bessere diagnostische und prognostische Werkzeuge in mehreren Krankheitsbereichen zu unterstützen. Diese Technologie ermöglicht es den Benutzern, ihre Pathologie-Workflows mit einem außergewöhnlich vielfältigen, Multi-Resolution-Grundmodell in deutlich größerer Geschwindigkeit und einem viel breiteren Maßstab als zuvor zu komprimieren“, sagte Harsha Pokalla, Leiter Maschinelles Lernen bei PathAI. „Unser Ziel ist es, dieses einzelne, robuste Modell einzusetzen, um eine vielfältige Palette von Anwendungen und Anwendungsfällen innerhalb der Pathologie zu adressieren und weiterhin neue leistungsstarke KI-Tools zu entwickeln, die unserer Mission dienen, die Patientenergebnisse zu verbessern.“

Footnotes

1. Foundation Models are for research use only. Not for use in diagnostic procedures.
2. PathAI’s AI products are for research use only. Not for use in diagnostic procedures.

Über PathAI

PathAI ist das führende Unternehmen für Präzisionspathologie, das Software- und KI-gestützte Lösungen für alle Pathologen-Stakeholder, einschließlich Labore, Forschungseinrichtungen und die Biopharma-Branche, bereitstellt. Rigoros trainiert und validiert mit Daten aus mehr als 15 Millionen Annotationen können seine KI-gestützten Modelle genutzt werden, um die Analyse von Pathologiesamples zu optimieren, die Effizienz und Genauigkeit der Pathologie-Interpretation zu verbessern, sowie die therapeutische Wirksamkeit besser zu bewerten und die Arzneimittelentwicklung für komplexe Krankheiten zu beschleunigen. Weitere Informationen finden Sie unter www.pathai.com.

Kontaktdaten

SVM Public Relations und Marketingkommunikation

Maggie Naples

+1 401-490-9700

pathai@svmpr.com

Firmenwebsite

https://www.pathai.com/

View source version on newsdirect.com: https://newsdirect.com/news/pathai-announces-pluto-a-state-of-the-art-foundation-model-to-enhance-ai-powered-pathology-tools-566469242

Haftungsausschluss: Diese Übersetzung wurde automatisch von NewsRamp™ für News Direct (gemeinsam als "DIE UNTERNEHMEN" bezeichnet) mit öffentlich zugänglichen generativen KI-Plattformen erstellt. DIE UNTERNEHMEN garantieren nicht die Genauigkeit oder Vollständigkeit dieser Übersetzung und haften nicht für Fehler, Auslassungen oder Ungenauigkeiten. Die Nutzung dieser Übersetzung erfolgt auf eigenes Risiko. DIE UNTERNEHMEN haften nicht für Schäden oder Verluste, die aus solcher Nutzung entstehen. Die offizielle und maßgebliche Version dieser Pressemitteilung ist die englische Version.