GigaPath-Flash y GigaTIME-Flash: Revolucionando la investigación patológica a gran escala
GigaPath-Flash and GigaTIME-Flash: Toward population-scale discovery with efficient pathology foundation models
Microsoft Research ha presentado dos nuevos modelos, GigaPath-Flash y GigaTIME-Flash, que prometen revolucionar la investigación patológica a gran escala al mejorar significativamente la eficiencia de los modelos base de patología. Estos modelos permiten a los investigadores analizar cohortes más grandes y realizar experimentos más extensos, acercándose al descubrimiento a escala poblacional.
La familia Flash extiende las capacidades de GigaPath y GigaTIME, modelos que ya habían demostrado cómo los modelos base pueden apoyar el análisis de diapositivas completas y la modelización del microambiente tumoral a partir de datos de patología recopilados rutinariamente. Sin embargo, GigaPath-Flash y GigaTIME-Flash hacen que estas capacidades sean sustancialmente más eficientes, permitiendo a los investigadores realizar más experimentos y avanzar hacia descubrimientos a escala poblacional.
La histopatología es una de las fuentes de información más ricas y ampliamente disponibles en la investigación del cáncer. Cada biopsia de tejido produce una imagen de diapositiva completa que captura la morfología celular a resolución subcelular, y los hospitales generan millones de estas diapositivas cada año. Estos datos contienen información relevante para el diagnóstico, pronóstico, selección de tratamientos y la biología del microambiente tumoral.
Los modelos base han comenzado a desbloquear esta información a gran escala. Sin embargo, las imágenes de diapositivas completas son grandes, a menudo superando un gigapíxel, y aplicar un modelo base a una sola diapositiva requiere procesar miles de mosaicos de imágenes. Cuando una pregunta de investigación involucra a decenas de miles de pacientes, el costo computacional crece rápidamente. Y el descubrimiento a escala poblacional no es una ejecución de modelo única: requiere ciclos repetidos de extracción de características, análisis estadístico, prueba de hipótesis y validación en subgrupos de pacientes, biomarcadores y puntos finales clínicos.
Para realizar el potencial completo de los modelos base de patología, se necesitan modelos que puedan aplicarse repetidamente y de manera asequible a grandes poblaciones de pacientes. La familia Flash, con su diseño eficiente, aborda esta necesidad crítica, permitiendo descubrimientos significativos en la investigación del cáncer.
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →