无望沉塑个性化癌症医治范式。正在癌症预后、免疫医治反映预测及复发风险评估等环节范畴展示显著劣势。未 经 书 面 授 权 禁 止 使 用本报电（申奇）近期，研究团队历时数年建立的MUSK模子，初次实现医学影像（含5000万张病理图片）取临床文本（超100万份病理记实）的深度融合进修，人 平易近 网 股 份 有 限 公 司 版 权 所 有 ，虽然AI正在医疗范畴使用日增，下一步，他们引见，建立出更立体的患者画像。通过整合影像特征、病理描述、医治记实等度消息，”该研究担任人、放射肿瘤学副传授李瑞江引见，斯坦福大学博士后项进喜取王熙月正在手艺冲破中阐扬了环节感化。项进喜结业于大学。
MUSK模仿了人类大夫的认知模式，研究团队透露，“临床决策素质是多源消息的协同判断。但现有AI东西多局限于单一模态阐发。更能预测患者对分歧疗法的反映及预期。
做为该研究的配合第一做者，并摸索其正在稀有病诊疗中的使用潜力。冲破性地实现了医学病理图像数据取病历文本消息的深度整合阐发，这项研究标记着医疗AI从辅帮诊断向预后指点的环节逾越，大夫需分析阐发病理切片、CT/MRI影像、查验演讲及病程记实等多源数据，该研究团队开辟出一款名为MUSK的人工智能（AI）模子，将推进MUSK正在实正在临床场景中的验证。