你们有没有想过，如果有一天，人工智能能像超级侦探一样，从那些复杂的病理切片中，瞬间找出癌症的蛛丝马迹，那会有多酷？是的，这一天已经到来，让我们一起见证医疗AI的新奇迹——GigaPath！

想象一下，十亿像素级别的病理图像，那是啥概念？就像把整个银河系的星星都装进一张照片里，然后AI要在这浩瀚的数据海洋里找到那一颗关键的“恶病变星”。 微软的潘海峰团队联合华盛顿大学的王晟教授，还有Providence医疗网络的专家们，他们做到了！

他们打造的GigaPath模型，就像一个放大镜加显微镜的超级组合，不仅看得广，还能看得深。它用一种叫做两阶段课程学习的方法，先是微观层面的图块训练，再是宏观层面的全切片处理，这就好比先学会认字母，再学会读整本书。

GigaPath模型示意图

LongNet模型示意图

关键是，这模型不仅仅聪明，还特别“接地气”。它能处理现实中医院里收集的大量数据，不是实验室里的模拟游戏哦！研究人员用来自28家美国医院的17万张全切片数字病理图片，相当于13亿张病理图块，给GigaPath上了堂“实战课”。并且，这课上得相当成功，GigaPath在癌症分型和病理组学任务中，大部分都拿到了优等生的成绩单！

更让人激动的是，GigaPath还能做些医生眼睛都难辨别的事——预测基因突变，这可是指导个性化治疗的关键一步！它就像一个超级翻译，能从细胞的“语言”中读出疾病的秘密。

而且，GigaPath的“多才多艺”不止于此，它还尝试着理解病理报告，用图像和文字的双重信息，构建起一个更全面的疾病理解框架。这种多模态的思考方式，简直是开了AI在医疗应用上的新脑洞！

现在，GigaPath的模型和代码都已经开源了，这就意味着全世界的研究者都能加入这场医疗AI的革命，一起推动精准医疗的进步。

模型开源地址：https://huggingface.co/prov-gigapath/prov-gigapath

代码开源地址：https://github.com/prov-gigapath/prov-gigapath

看到这里，是不是觉得咱们离那个科幻电影里，AI医生随时在线，精准诊断、个性治疗的未来又近了一步？来吧，转发起来，让更多人知道这个振奋人心的消息，说不定下一个改变世界的医疗突破，就从你我今天的分享开始！

别忘了，科技的力量，在于连接你我，让我们共同期待医疗健康的美好明天！

了解更多：bugzero.cn