通过对纪念斯隆凯特琳癌症中心 （MSKCC） 的 100,000 名患者的 150 万张全载玻片图像进行训练，以 Rudolf Virchow 博士的名字命名的病理学基础模型 Virchow 被证明可以实现泛癌检测并提高专业模型在检测罕见癌症方面的性能。

2024年7月22日，美国纽约州纽约州佩奇大学的Siqi Liu及其同事在Nature Medicine上发表了研究结果，这些结果提供了证据，证明大规模基础模型可以成为计算病理学新前沿稳健结果的基础。

作者在背景中写道，用于光学显微镜检查的传统组织学制剂正在被其数字对应物（也称为全玻片图像）所取代。计算病理学将人工智能应用于数字化的全玻片图像，以支持疾病的诊断、表征和理解。鉴于计算机视觉（专注于图像的人工智能子领域）在性能方面的惊人进步，最近的研究试图从常规的全玻片图像中解锁新的见解，并揭示未被发现的结果，如预后和治疗反应。

如果成功，这些努力将提高苏木精和伊红染色的全玻片图像的实用性，并减少对专业且通常昂贵的免疫组化或基因组检测的依赖。计算机视觉模型性能提升的一个主要因素是大规模深度神经网络（称为基础模型）的创建。基础模型生成数据表示，称为嵌入。对于数据量不足以开发定制模型的应用程序，从大型数据集中泛化的价值甚至更大，例如检测不常见或罕见的肿瘤类型，以及不太常见的诊断任务。

Virchow 是一个 6.32 亿参数的视觉转换器模型，使用 DINO v.2 算法进行训练，DINO v.2 算法是一种多视角师生自监督算法。DINO v.2 利用组织图块的全局和局部区域来学习生成全玻片图像图块的嵌入，这些图块可以在玻片之间聚合并用于训练各种下游预测任务。

除了评估生物标志物预测和细胞鉴定外，研究团队还证明，这种大型基础模型能够进行泛癌检测，在九种常见癌症和七种罕见癌症中实现了0.95个标本水平的曲线下面积（受试者操作特征）。此外，他们表明，在较少的训练数据下，基于Virchow构建的泛癌检测器可以在生产中实现与组织特异性临床级模型相似的性能，并且在一些罕见的癌症变体上表现优于它们。

为了为计算病理学未来发展的潜在重点领域提供证据，还进行了定性分析，表征了人工智能模型无法识别或错误识别癌细胞的错误模式。在简化临床工作流程的推动下，研究团队评估了使用 Virchow 嵌入来训练生物标志物预测，通常优于其他模型。

研究调查人员预计在少数领域会产生特别高价值的影响。在临床实践中，大多数活检样本是良性的，泛癌检测系统可以优先考虑病例，以帮助减少诊断周转。随着训练数据需求的减少，可以开发用于不太常见癌症的临床级产品。使用常规苏木精和伊红全玻片图像进行生物标志物预测将提高筛查率，减少侵入性、组织破坏性检测，并迅速提供做出更明智治疗决策所需的数据。

Virchow解锁了准确和精确地检测癌症的不寻常组织学变异以及生物标志物状态的能力，由于相关训练数据量有限，这在癌症或生物标志物特异性训练中是难以实现的。

Virchow 标志着训练数据规模的重大增加，达到 150 万张全玻片图像，以像素总数衡量，数据量是 ImageNet 大小的 3,000 多倍。这种大规模的数据反过来又激发了大型模型的动力，这些模型可以捕获全玻片图像中图像特征的多样性。

在这项工作中，Paige的团队已经证明，这种方法可以为癌症病理学中的临床级模型奠定基础。特别是，Virchow 的性能提升凸显了基础模型的价值，并为许多具有有限数量的标记训练数据的高影响力应用程序提供了可能性。