最近，哈佛医学院研究人员研究出一种全新的AI模型——CHIEF（临床组织病理学图像评估基础），可用于处理不同类型癌症的各种诊断程序。

　　据悉，CHIEF是通过分析1,500万张未标记的图像和60,000张完整切片图像而打造的AI模型系统，能够更准确地诊断和评估各种癌症，甚至能预测患者的生存率和提供治疗建议。

　　相比之下，现有AI系统需要经过训练来执行特定任务，例如检测癌症的存在、预测肿瘤的遗传特征等，往往只适用于少数癌症类型。相比之下，CHIEF的适应性更强，可执行各种任务，例如经过测试，它可以适用于19种肺癌、乳腺癌、前列腺癌等检测，并且灵活性更强。

　　同时，CHIEF不仅能够读取肿瘤组织的数字切片，还可以识别癌细胞，预测肿瘤的分子特征。更重要的是，它的准确率比大多数现有AI系统高出许多。经过全面的测试，CHIEF在癌症检测、肿瘤来源识别以及预测患者生存等项目上，表现超出当前最先进的AI体系或技术，准确率从94%到96%不等。研究团队表示，未来他们将继续完善CHIEF模型的功能，包括对稀有疾病和非癌性病症样本的训练，提升其在分子数据识别方面的能力，甚至还计划让其能够预测新型癌症治疗的效果和副作用。

　　相关研究论文以“A pathology foundation model for cancer diagnosis and prognosis prediction”为题，已发表在权威科学期刊Nature上。

　　一直以来，AI在生物医药领域被广泛应用，其中组织病理学图像评估是诊断癌症的一种有效的方法。而随着新一代AI技术的涌现，借助全新模型，带来了更精确、适应性更强的治疗方案。