编辑网讯 www.bianji.com 近日，从空军军医大学传来振奋人心的消息，该校病理学科研团队携手清华大学与商汤医疗，共同推出了国内首个病理大模型——PathOrchestra。这一创新成果的发布，标志着我国人工智能病理研究领域实现了从“单模专病”到“一模多病”的跨越式突破，预示着病理诊断或将迎来“大模型时代”。
PathOrchestra的诞生，源于对病理诊断领域长期存在问题的深刻洞察。病理诊断作为疾病诊断的“金标准”，其重要性不言而喻。然而，该领域长期面临病理人才培养周期长、优质病理诊断资源分布不均等挑战，严重制约了病理诊断的普及与发展。随着人工智能技术的飞速发展，国内外病理科迎来了数智化转型的契机。然而，数字病理切片的高分辨率和病种的多样性，使得传统“大数据+精标注”的AI模型训练范式难以应对，对每一种疾病进行精标注训练几乎成为“不可能完成的任务”。
面对这一困境，空军军医大学病理学科研团队联合清华大学和商汤医疗，历经多年潜心研究，终于推出了PathOrchestra这一革命性病理大模型。该模型基于国内规模最大的近30万张、近300TB数据量的全切片数字病理图像数据集进行训练，覆盖了肺、乳腺、肝脏、食管等20余种器官，能够应用于包括泛癌分类、病灶识别和检测、多癌种亚型分类、生物标志物评估等在内的百余项临床任务。
PathOrchestra的核心优势在于其独特的训练方式和广泛的应用范围。该模型将视觉模型和大语言模型巧妙结合，并融合了文本、视频等多模态训练数据，通过自监督学习的方式，实现了对海量数据的深度挖掘和有效利用。这一过程无需大量精标注数据，使得模型能够“触类旁通”，学会分析各类器官的病理图像。这种创新的训练方式不仅大大提高了模型的泛化能力，还显著降低了训练成本和时间。
在实际应用中，PathOrchestra展现出了卓越的性能。在多器官泛癌分类、淋巴瘤亚型诊断、膀胱癌筛查等近50项临床任务中，该模型的准确率超过95%，为病理诊断提供了强有力的技术支持。这一成果的发布，不仅提高了病理诊断的准确性和效率，还极大地拓展了人工智能在病理临床任务中的应用范围，为患者提供了更高水平、更高效率的医疗服务。
空军军医大学基础医学院研发人员：“病理图像具有非常大的多样性，要借助人工智能技术开展诊断难度极大。因此，病理图像处理也被称为图像处理中的‘皇冠上的明珠’。PathOrchestra病理大模型的推出，正是突破这一瓶颈的关键。”他强调，该模型的发布为数智化病理学科建设提供了强大的底层技术支撑，将人工智能的能力半径拓展至百余种病理临床任务，为我国病理诊断事业的发展做出了重要贡献。
展望未来，随着PathOrchestra等病理大模型的广泛应用和持续优化，病理诊断领域将迎来更加广阔的发展前景。我们有理由相信，在人工智能技术的赋能下，病理诊断将更加精准、高效、便捷地服务于广大患者，为人类的健康事业贡献更大的力量。
