Nat Mach Intell｜哈佛医学院团队开发癌症影像生物标志物的基础模型

文章预览

基础模型（Foundation Model）是基于海量数据集训练的大型深度学习神经网络，可以作为各种下游任务的基础，帮数据科学家省去从头开始人工智能（AI）开发的时间，从而更快速、更经济高效地为新应用程序提供支持。 例如，基础模型推动了ChatGPT、BERT和CLIP等的成功。 基础模型在医学领域有着巨大的潜力。经 过自监督学习预训练（如图像重建）后，基础模型可以应用于特定任务，提高泛化能力，尤其是在数据集较小的情况下。自监督学习在医学影像中的应用主要集中在二维（2D）图像（X射线、全切片图像、皮肤病学图像、眼底图像等）的诊断方面。在预后方面，自监督学习是否有助于训练基础模型用于生物标志物发现呢？ 哈佛医学院的研究团队及合作者在 Nature Machine Intelligence 发表了题为“Foundation model for cancer imaging biomarkers”的文章，研究了基础 ………………………………