L’échelle de Virchow est supérieure à tout autre modèle de fondation de pathologie : Entraîné sur 3 millions de lames de pathologie ; à partir de plus de 40 types de tissus différents ; Construit sur 1,8 milliard de paramètres NEW YORK–(BUSINESS WIRE)–Paige, leader mondial des applications cliniques d’IA pour le cancer, en collaboration avec Microsoft, a dévoilé la deuxième génération de Virchow, son modèle de base d’un million de lames pour le cancer.
Virchow2 et Virchow2G viennent s’ajouter à la suite de modèles de base de Paige, les modèles d’IA les plus importants et les plus avancés au monde dans le domaine de la pathologie clinique, et offrent une compréhension plus approfondie des cellules et des tissus, dans le but de redéfinir le diagnostic et le traitement du cancer.
Construits à partir d’un ensemble de données de plus de 3 millions de lames de pathologie provenant de plus de 800 laboratoires et de 45 pays, Virchow2 et Virchow2G offrent une diversité et une profondeur de données inégalées.
Formés à partir de données dépersonnalisées provenant de plus de 225 000 patients, ces modèles englobent un large éventail de sexes, de races, d’ethnies et de régions géographiques, ce qui permet une compréhension plus holistique du cancer.
Cet ensemble de données complet comprend également plus de 40 types de tissus différents colorés par H&E et diverses colorations immunitaires (IHC), ce qui le rend adapté à une plus grande variété d’applications.
Avec un nombre impressionnant de 1,8 milliard de paramètres, triplant la taille des modèles précédents, Virchow2G est le plus grand modèle de pathologie jamais créé.
Entraînés en collaboration avec des chercheurs de Microsoft et en utilisant l’infrastructure avancée de supercalculateurs de Microsoft, ces modèles ont établi un nouveau record en matière d’échelle d’entraînement à l’IA, dépassant les normes de performance précédentes, comme le montre un rapport technique récemment publié.
« Notre collaboration avec Microsoft a été déterminante dans le développement de Virchow, qui a déjà été reconnu par Nature Medicine
Thomas Fuchs, docteur en sciences, fondateur et scientifique en chef de Paige, a déclaré : « Nous ne faisons qu’effleurer la surface. « Nous ne faisons qu’effleurer la surface de ce que ces modèles de base peuvent accomplir pour transformer notre compréhension du cancer grâce à la pathologie informatique. L’immense échelle de Virchow libère des informations clés qui peuvent être utilisées pour conduire des innovations révolutionnaires, permettant des diagnostics précis, des traitements ciblés et des soins personnalisés aux patients. C’est le début d’une nouvelle ère en oncologie, où la technologie et la science convergent pour combattre le cancer plus efficacement que jamais ». « Cette deuxième génération du modèle Virchow de Paige surpasse tout ce qui se fait dans l’industrie et continue à se développer en termes de connaissances et de capacités, ce qui nous rapproche de la concrétisation de la médecine de précision », a déclaré Razik Yousfi, vice-président senior de la technologie chez Paige. « Nous ne nous contentons pas d’étendre les capacités, d’accroître la précision et de réduire le temps nécessaire au processus de diagnostic du cancer, mais nous repoussons également les limites du possible. Notre objectif est de continuer à apporter l’IA la plus avancée à la pathologie, conduisant à de meilleurs résultats pour les patients et à des avancées significatives dans la compréhension et le traitement des maladies. » La technologie du modèle de la fondation Virchow et son impact sur le cancer aujourd’hui Pour faciliter la détection du cancer, Paige a utilisé sa technologie du modèle de la fondation pour développer une application d’IA clinique universelle destinée aux pathologistes afin de faciliter la détection du cancer.
pour aider les pathologistes à identifier et à diagnostiquer le cancer dans plus de 40 types de tissus. Le diagnostic peut souvent prendre du temps et être sujet à des erreurs, mais l’IA peut aider le pathologiste à identifier rapidement les cancers, même rares, et à mettre en évidence avec précision chaque zone de préoccupation pour un examen plus approfondi par le pathologiste, ce qui rend l’évaluation et le diagnostic plus faciles et plus efficaces. 1,2,3 Au-delà de la détection du cancer, et pour mieux comprendre les marqueurs génétiques du cancer, Paige a également développé des modules d’IA qui servent de solutions préconstruites pour les sciences de la vie, les sociétés pharmaceutiques et les entités de recherche.
Ces modules permettent un ciblage thérapeutique précis, l’identification de nouveaux biomarqueurs et l’optimisation de la conception des essais cliniques.
Il en résulte des essais cliniques plus fructueux, une mise sur le marché plus rapide des nouvelles thérapies et une amélioration significative des pipelines de R&D pour les entreprises pharmaceutiques et des sciences de la vie.
En intégrant ces capacités d’IA avancées, les organisations des sciences de la vie peuvent améliorer l’efficacité de la recherche, découvrir de nouvelles idées et stimuler l’innovation dans diverses disciplines scientifiques.
Ces modules d’IA, qui comprennent Pan Cancer Detection, Pan Cancer Digital Biomarker Panel et Cellular Analytics, ainsi que Virchow2 et Virchow2G, sont désormais disponibles pour une utilisation commerciale.
Virchow2 rejoint également la suite OpenPFM de Paige sur Hugging Face à des fins de recherche non commerciale.
Pour plus d’informations sur l’accès à la technologie des modèles de fondation de Paige ou pour en savoir plus sur ses applications, envoyez un courriel à [email protected]. Voir le communiqué de presse — 1Eloy, Catarina et al. « Le diagnostic du cancer assisté par l’intelligence artificielle améliore l’efficacité des pathologistes dans les biopsies prostatiques ». Virchows Archiv : an international journal of pathology vol. 482,3 (2023): 595-604.
doi:10.1007/s00428-023-03518-5 2Perincheri, S., Levi, A.W., Celli, R. et al. « Une évaluation indépendante d’un système d’intelligence artificielle pour la détection du cancer de la prostate montre une grande précision diagnostique ». Mod Pathol 34, 1588-1595 (2021) 3Raciti, Patricia, Sue, Jillian, et al. « Clinical Validation of Artificial Intelligence Augmented Pathology Diagnosis Demonstrates Significant Gains in Diagnostic Accuracy in Prostate Cancer Detection ». Archives of Pathology & Laboratory Medicine (2022)
Menu
Menu
