Нову патологічну ШІ-модель навчили на 2,3 млн гістологічних слайдів і 14 млн клінічних запитань
Патологічний діагноз часто базується на гігантських цифрових слайдах, де критична ділянка займає лише малу частину зображення. Нова foundation model PRISM2 отримала безпрецедентний масштаб навчання — мільйони гістологічних слайдів і мільйони клінічних запитань.
Модель показала сильну cancer detection і здатність поєднувати зображення тканини з текстовим клінічним контекстом без створення окремої системи під кожен вузький діагноз.
Мультимодальна система бачить не лише пікселі
Під час навчання візуальні патерни пов’язуються з поняттями — типом тканини, морфологією, клінічним запитанням і формою відповіді. Це дозволяє системі не просто класифікувати «рак/не рак», а працювати з ширшим спектром завдань.
Для патолога потенційна користь — triage великих слайдів, підсвічування підозрілих областей і чернетка структурованого висновку.
Генерований текст створює новий клас ризику
Якщо система не лише знаходить ділянку, а й пише пояснення, вона може сформувати переконливу, але вигадану деталь. Саме тому мовний компонент потребує такого ж суворого контролю, як і візуальна класифікація.
Benchmark-рівень не означає автономної готовності до клініки. Рідкісні пухлини, погано пофарбовані слайди та зовнішні лікарні можуть виявити слабкі місця.
Найціннішим буде дослідження зв’язки «патолог + PRISM2»: чи скорочується час перегляду, чи зберігається точність у складних випадках і чи лікар рідше пропускає маленькі небезпечні ділянки. Лише тоді масштаб моделі стане реальною перевагою.
У патології важливо зберігати трасованість: лікар має бачити, яка ділянка слайда стала основою висновку, щоб швидко перевірити її самостійно й не довіряти лише текстовій відповіді. Це особливо критично при високому ступені злоякісності або рідкісній морфології.
Ще один тест — робота з неповними клінічними даними. У реальній лікарні в запиті може бракувати важливої інформації, і система повинна вміти позначити невизначеність, а не впевнено заповнювати прогалини правдоподібним текстом.
Для рідкісних пухлин особливо важлива людська перевірка. Foundation model може чудово працювати на поширених типах раку й мати мало досвіду з незвичайною морфологією, тому патолог повинен бачити межі впевненості системи.
