# 病理学

CHIEF（Clinical Histopathology Imaging Evaluation Foundation）モデルは、癌の診断と予後予測のための病理学基礎モデルです。これは、タイルレベルの特徴を識別するための教師なし事前学習と、スライド全体の様式を識別するための弱教師あり事前学習という2つの補完的な事前学習方法により、病理学的画像特徴を抽出します。CHIEFモデルは、19種類の異なる解剖部位を網羅する60,530枚の全スライド画像（WSI）を用いて開発され、44TBの高解像度病理学的画像データセットで事前学習することで、癌細胞の検出、腫瘍発生部位の特定、分子プロファイルの特性評価、予後予測に役立つ微視的な表現を抽出します。CHIEFモデルは、24の国際病院やコホートからの32個の独立したスライドセット、計19,491枚の全スライド画像で検証され、最先端の深層学習手法を最大36.1％上回る全体的な性能を示し、異なる集団サンプルやスライド作製方法で観察されるドメインシフト問題を解決できることを示しました。CHIEFは、癌患者の効率的なデジタル病理学評価のための汎用性の高い基礎を提供します。

PathChat 2は、Modella AIが最新リリースしたマルチモーダル生成AIモデルです。病理学者、研修医、研究者のために設計されており、病理画像とテキストを推論し、研究と教育を支援するツールとして機能します。前世代モデルであるPathChat 1と比較して、鑑別診断、形態学的記述、指示遵守、多様なタスク（オープンエンドな質問への回答やレポートのサマリーなど）の実行において、顕著な性能向上を実現しています。