IT之家 1 月 15 日消息，來自斯坦福醫(yī)學(xué)院的科研團(tuán)隊研發(fā)了名為 MUSK 的 AI 模型，結(jié)合醫(yī)學(xué)圖像和文本數(shù)據(jù)，可以精準(zhǔn)預(yù)測癌癥患者的預(yù)后和治療反應(yīng)。
IT之家注：預(yù)后（英語：Prognosis）是一個醫(yī)學(xué)名詞，是指基于病人當(dāng)前的狀況，結(jié)合疾病的了解，例如臨床表現(xiàn)、化驗結(jié)果、影像學(xué)檢查、病因、病理、病情規(guī)律等，以及治療時機(jī)、方法和過程中出現(xiàn)的新情況，來推估治療后的可能結(jié)果。
MUSK 模型的亮點在于，突破性地整合了視覺數(shù)據(jù)（如病理圖像）和文本數(shù)據(jù)（如病歷和臨床記錄），可以更全面理解患者病情。
MUSK 模型在龐大的非配對多模態(tài)數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練，極大地擴(kuò)展了其學(xué)習(xí)范圍，使其比傳統(tǒng) AI 模型更具適應(yīng)性和定制化能力。
該模型通過 5000 萬張病理圖像和超過 10 億條醫(yī)學(xué)文本訓(xùn)練，可以準(zhǔn)確預(yù)測 16 種癌癥類型的患者生存率和治療反應(yīng)。
MUSK 模型能夠分析包括患者人口統(tǒng)計學(xué)信息和病史在內(nèi)數(shù)千個數(shù)據(jù)點，更準(zhǔn)確地確定哪些療法（例如免疫療法）對個體患者最有效。
該團(tuán)隊表示相比傳統(tǒng)方法，其預(yù)測生存率的準(zhǔn)確性提高了 11 個百分點，達(dá)到 75%；預(yù)測免疫治療適用性的準(zhǔn)確性從 61% 提升至 77%；預(yù)測五年內(nèi)黑色素瘤復(fù)發(fā)風(fēng)險的準(zhǔn)確性則提高了 12 個百分點，達(dá)到 83%。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。