来自康奈尔大学威尔医学院和波士顿达纳-法伯癌症研究所的科学家们开发并测试了针对数字病理学的新人工智能（AI）工具——这一领域利用来自组织样本的高分辨率数字图像来诊断疾病和指导治疗。
最近发表在柳叶刀数字健康上的一项研究于7月9日发布，介绍了ChatGPT，这是一个专门设计用于理解和生成与数字病理学相关文本的AI语言模型。研究表明，这种AI工具能够准确回答问题并编撰详细结果，从而使没有 extensive 编码知识的病理学家更容易使用复杂软件分析组织样本。
研究的主要作者、康奈尔大学威尔医学院的助理教授穆罕默德·奥马尔博士强调，通用语言模型在数字病理学等专业领域可能不会提供有用的信息。这促使研究人员定制ChatGPT，旨在提高数字病理学决策的效率和准确性。
提升AI在病理学中的精确性
标准语言模型通常会给出缺乏专业信息的通用响应，可能会生成不准确的内容。为此，达纳-法伯癌症研究所的雷纳托·乌梅顿博士开发了一个专门版本的ChatGPT，称为GPT4DFCI。该版本通过访问最新研究的经过策划的数字病理数据库，得到了更精确和详细的响应。
通过一种称为检索增强生成（RAG）的方法，GPT4DFCI能够访问数据库，提供有关数字病理学的准确响应。通过将GTP4DFCI的回应与通用模型进行比较，研究人员验证了专业模型的更高准确性和相关性。
AI协助编程
除了文本生成，团队还开发了一个AI工具来帮助病理学家使用PathML，这是一个用于分析组织病理图像数据集的软件库，需具备编码知识。通过将PathML与ChatGPT集成，用户现在可以接收如何使用PathML分析样本的逐步指示，甚至无需先前的编码经验。
乌梅顿博士强调了这些AI工具支持不同医学领域研究者的潜力。这项研究表明，将AI与专业信息检索相结合，可以显著有利于像数字病理学这样复杂的主题。
