Paige在新的研究论文中首次介绍了具有临床级准确性的AI病理学技术

 
与Memorial Sloan Kettering癌症中心以及医学技术和计算病理学创业公司Paige相关的研究人员在同行评审的医学杂志“自然医学”上发表了一篇新文章，详细介绍了基于人工智能的前列腺癌，皮肤癌和乳腺癌检测系统。该公司表示，它实现了“近乎完美的准确性”。本文描述的技术采用深度学习技术，对来自44个国家的15,000多名患者的近45,000张幻灯片图像进行了训练，其新颖之处在于它可以避免需要先培训数据集进行培训，这样可以大大降低构建准确的基于AI的诊断工具所需的成本和时间。
去年2月，Paige宣布了2500万美元的A轮融资以及与Memorial Sloan Kettering中心(MSK)的合作关系，以获得世界上最大的单一病理学幻灯片库之一。 MSK也是Paige的联合创始人兼首席科学官Thomas Fuchs博士的实验室，也可能是世界上最重要的计算病理学权威。
Paige的方法使用的数据集比基于AI的诊断中使用的数据集大得多，但没有紧密的策略，将其他工作集中在特定类型的癌症诊断上。据该公司称，结果不仅是更好的性能，而且是一个更普遍适用的最终系统。
接下来Paige将其技术商业化，这是它已经在追求的东西。发表在Nature Medicine上的文章中描述的工作已经被FDA正在审查的技术中使用，尽管最终应用与该杂志发表的研究中描述的不同。