وا بیر بکەوە هەزاران سلایدی WSI لە پرۆژەیەکی توێژینەوەدا هەیە و دەتەوێت Foundation Model ـێکی پاتۆلۆجی بەسەریاندا تاقی بکەیتەوە. لەسەر کاغەز بیرۆکەکە باشە. بەڵام لە کاردا پرسیارەکە زوو دەردەکەوێت: چەند GPU پێویستە؟ و شیکردنەوەکە چەند کات دەخایەنێت؟
ئەمە ئەو کێشەیە کە توێژینەوەیەکی نوێی Microsoft Research و Providence هەوڵ دەدات چارەسەری بکات بە دوو مۆدێل: GigaPath-Flash و GigaTIME-Flash.
مەبەست پێشکەشکردنی مۆدێلێکی گەورەتر نییە. بە پێچەوانەوە، تیمەکە دەیەوێت بەشێکی زۆر لە توانای GigaPath ـی بنەڕەتی بپارێزێت، بەڵام لە مۆدێلێکی سووکتر کە تاقیکردنەوەی لە ئاستی whole-slide image ئاسانتر بێت.
GigaPath-Flash چییە؟
GigaPath-Flash لە tile encoder ـێکی ViT-S بە قەبارەی 22M parameter و slide encoder ـێکی LongNet بە قەبارەی 21M parameter پێکدێت. مۆدێلی GigaPath ـی بنەڕەتی ViT-g ـێکی نزیکەی یەک ملیار parameter بەکاردەهێنا. ئەمە دەتوانێت ئەنجامی بەهێز بدات، بەڵام بەکارهێنانی لە قەبارەی گەورەدا زوو دەبێتە کێشەی compute.
توێژەران distillation یان بەکارهێناوە بۆ گواستنەوەی زانیاری لە مۆدێلی گەورەوە بۆ encoder ـی بچووکتر. بە پێی وتارەکە، GigaPath-Flash توانی 97% لە تێکڕای کارایی GigaPath لە ئەرکەکانی slide-level بپارێزێت، لەگەڵ 50 جار compute ـی کەمتر.
بۆ پزیشکی پاتۆلۆجی یان تیمێکی توێژینەوە کە لەگەڵ داتای WSI ـی ڕاستەقینە کاردەکات، ئەمە گرنگە. نەک چونکە مۆدێلەکە ئامادەیە بۆ دیاریکردنی دەستنیشانی ڕاستەوخۆ، بەڵکو چونکە تاقیکردنەوەی دەبێتە شتێکی کردەییتر.
GigaTIME-Flash چی دەکات؟
GigaTIME-Flash هەمان encoder ـی سووکتر بەکاردەهێنێت بۆ ئەرکێکی تر: پێشبینیکردنی نیشانە پەیوەندیدارەکان بە Tumor Immune Microenvironment لە وێنەی H&E ـی ڕۆژانە.
ئەم ئاراستەیە پێویستی بە خوێندنەوەی ورد هەیە. H&E ئەو وێنەیە کە هەموو پاتۆلۆجستێک ڕۆژانە دەیبینێت. ئەگەر مۆدێل بتوانێت نیشانەی پەیوەندیدار بە spatial proteomics یان immune microenvironment لە H&E دەربهێنێت، دەتوانێت لە توێژینەوە، triage و دروستکردنی hypothesis یارمەتیدەر بێت پێش ئەوەی بگەینە تاقیکردنەوە گرانترەکان.
بە پێی توێژینەوەکە، GigaTIME-Flash لە جۆری پێشبینیدا باشتر بوو لە GigaTIME ـی کۆن کە پشت بە CNN دەبەست، هەروەها 6 جار خێراتر بوو و 8 جار GPU memory ـی کەمتر بەکارهێنا.
سوودی کردەیی لە کوێدایە؟
سوودەکە لەوەدا نییە کە ئەم مۆدێلانە شوێنی molecular testing یان immunologic testing بگرنەوە. وتارەکە نابێت بەم شێوەیە بخوێندرێتەوە.
سوودی نزیکتر ئەوەیە کە مۆدێلەکانی WSI و Tumor Microenvironment لە قۆناغی “مۆدێلی گەورە و قورس” دەچنە قۆناغی “مۆدێلێک کە دەتوانرێت بەڕاستی تاقی بکرێتەوە”. ئەمە لە پاتۆلۆجیی دیجیتاڵدا جیاوازییەکی گەورەیە.
بڵاوکردنەوەی مۆدێلەکان وەک open-weight بە مۆڵەتی Apache-2.0 گرنگییەکەی زیاتر دەکات. گرووپی توێژینەوە دەرەوەی کۆمپانیا گەورەکان دەتوانن مۆدێلەکان دابگرن، تاقیان بکەنەوە و validation ـی سەربەخۆ لەسەر داتای جیاواز دروست بکەن.
ئەمە بۆ پاتۆلۆجست چی دەگەیەنێت؟
پەیامەکە ئەوە نییە کە AI سبەی سلایدەکە لەبری تۆ دەخوێنێتەوە. پەیامە ڕاستەقینەکە ئەوەیە کە ئامرازەکانی شیکردنەوەی WSI سووکتر دەبن و نزیکتر دەبن لە workflows ـی توێژینەوەی ڕاستەقینە، و دواتر لەوانەیە دوای validation ـی جدی بچنە ناو workflows ـی یارمەتیدەری کلینیکی.
پرسیاری گرنگ ئەوەیە: ئایا ئەم کاراییە لە نێوان نەخۆشخانە جیاوازەکان، scanners ـی جیاواز، staining ـی جیاواز و شێوازی ئامادەکردنی tissue ـی جیاوازدا دەمێنێتەوە؟ لێرەوە تاقیکردنەوەی ڕاستەقینە دەست پێدەکات.
تا ئێستا، GigaPath-Flash و GigaTIME-Flash گۆڕانێکی کردەیی پێشکەش دەکەن: کارایی نزیک لە مۆدێلێکی گەورەتر، بە compute ـی زۆر کەمتر. ئەمە ئەو شتەیە کە پاتۆلۆجیی دیجیتاڵ پێویستی پێیەتی بۆ ئەوەی لە demo ـی جوانەوە بگاتە کاری دووبارەکراوە لە تاقیگەی زیاتر.