11月22日記者獲悉，西安交通大學(xué)電信學(xué)部計算機科學(xué)與技術(shù)學(xué)院李辰教授團隊聯(lián)合劍橋大學(xué)，在AI醫(yī)學(xué)領(lǐng)域取得重大技術(shù)突破——研發(fā)出新型人工智能框架SMMILe，可自動精準(zhǔn)識別腫瘤在組織中的具體位置、邊界范圍及不同亞型的空間分布，且無需醫(yī)生逐一切片標(biāo)注。

　　在癌癥精準(zhǔn)診療中，千兆像素級數(shù)字病理切片是診斷“金標(biāo)準(zhǔn)”。但長期以來，計算病理學(xué)面臨一大難題：現(xiàn)有主流AI模型雖能以較低成本判斷切片“是否患癌”，卻無法明確“病灶在哪”“惡性細胞如何分布”“腫瘤亞型占比多少”，這些關(guān)鍵信息仍需病理醫(yī)生耗費大量精力分析。

　　SMMILe的問世打破了傳統(tǒng)AI算法“重分類、輕定位”的局限，不僅將原本需20分鐘的復(fù)雜病理切片分析壓縮至1分鐘，還省去了醫(yī)生逐一切片標(biāo)注的步驟，能自動生成腫瘤位置、邊界及亞型分布的詳盡數(shù)據(jù)，大幅提升診斷效率與精準(zhǔn)度。

　　為何SMMILe能實現(xiàn)同類模型難以企及的突破?核心在于其獨特的設(shè)計理念——如同一套用于圖像分析的“聲吶”系統(tǒng)，讓計算機具備了“在黑暗中視物”的能力。

　　“傳統(tǒng)方法常因缺乏病理詳細坐標(biāo)信息而‘束手無策’，或只能捕捉到最明顯的病變特征。”李辰介紹，SMMILe融合了特征壓縮、參數(shù)自適應(yīng)處理等前沿數(shù)學(xué)模型，能敏銳捕捉微弱病理信號，即便沒有任何位置標(biāo)注，也能像聲吶探測海底地形般，精準(zhǔn)鎖定并還原具有生物學(xué)意義的腫瘤空間圖譜。這一技術(shù)革新讓病理分析效率實現(xiàn)數(shù)量級飛躍，為臨床診療提供了高效助力。

　　據(jù)介紹，此次新型AI病理模型的發(fā)布，標(biāo)志著AI病理診斷正式從簡單“粗略分類”邁向“精準(zhǔn)量化”新階段，為全球腫瘤篩查領(lǐng)域注入新動能。

　　(記者 任娜)