Tempus AI annonce la publication des résultats d'une étude dans « Nature Medicine » qui démontrent la capacité du modèle PRISM2 Pathology Foundation à effectuer des tâches diagnostiques cliniquement importantes

PRISM2 a surpassé ou égalé les modèles de base existants au niveau des diapositives dans un ensemble complet de tâches de diagnostic, de biomarqueurs et de prédiction des résultats pour les patients. De plus, lorsqu'il a été optimisé pour prédire spécifiquement les résultats à long terme, PRISM2 a surpassé les modèles autonomes, notamment en obtenant des performances élevées pour prédire la survie sans récidive du cancer colorectal.

« PRISM2 représente une véritable avancée en termes d'échelle et de capacités d'IA multimodales », a déclaré Razik Yousfi, vice-président senior et directeur général des produits d'IA chez Tempus. « Nos modèles Pathology Foundation nous permettent d'avoir une compréhension détaillée des tissus, d'obtenir une précision de niveau clinique et de nouvelles applications de recherche capables de prédire les résultats des patients et l'état des biomarqueurs. PRISM2 s'appuie sur cela en alignant les images pathologiques de l'ensemble des diapositives avec le langage du diagnostic clinique grâce à une formation au dialogue clinique. Il peut gérer de manière fluide des tâches complexes de recherche diagnostique et pronostique sans nécessiter de réglages spécialisés, offrant ainsi un outil puissant pour faire progresser l'oncologie de précision. »

Dans le cadre des modèles de base de pathologie exclusifs de Tempus, PRISM2 transforme les lames d'hématoxyline et d'éosine (H&E) de routine en informations biologiques approfondies. En combinant de grands modèles de vision construits à partir d'images pathologiques avec de grands modèles linguistiques, il permet d'atteindre une précision diagnostique dans la recherche impliquant la détection du cancer, l'identification de biomarqueurs et la prédiction du pronostic.

PRISM2 a été entraîné sur un ensemble varié de 2,3 millions d'images de diapositives entières et de 14 millions de paires questions-réponses diagnostiques dérivées de près de 700 000 rapports de pathologie, ce qui en fait le plus grand ensemble de données de pathologie multimodales au niveau des diapositives à ce jour.