LG AI Research于周三发布了其下一代人工智能模型Exaone Path 2.0，该模型可以通过分析患者的病理图像单独诊断疾病。
这一新型AI模型预计能够将基因检测所需的时间从两周大幅缩短至不到一分钟，为癌症等疾病的早期诊断迈出了重要一步。
据LG集团旗下的AI研究中心介绍，Exaone Path 2.0在第一版的基础上进行了升级，使用了更高质量的数据进行训练。它在分析和预测基因突变、基因表达模式以及人体组织和细胞中的细微结构特征方面能力显著增强。
“借助Exaone Path 2.0，我们可以将基因检测所需的时间从两周以上缩短至不到一分钟，”LG AI Research的首席研究员Park Yong-min表示。
“医生和制药公司可以快速分析患者肿瘤组织的病理图像，识别哪些基因发生了突变，并实时匹配到合适的靶向治疗方案。”
最新版本的模型基于多组学数据（包括DNA和RNA）与病理图像配对进行训练，使其能够理解细胞结构以及疾病的潜在生物学机制，LG AI Research解释道。
由于全切片图像（Whole Slide Images, WSI）通常达到数GB大小，AI模型通常会将其拆分为更小的区域以减少处理负载。然而，这种方法可能导致“特征丢失”，即整体结构背景信息的丧失。
Exaone Path 2.0通过同时学习详细区域和全切片视图解决了这一问题。经过超过10,000对WSI-多组学数据的训练，该模型在预测基因突变方面的准确率达到了行业领先的78.4%，LG表示。
此外，LG还推出了针对肺癌和结直肠癌等疾病的专用模型，旨在帮助临床医生识别适合靶向治疗的患者群体，同时避免不必要的检测。
为了推动临床AI的应用，LG AI Research与美国顶尖生物医学研究机构之一的范德堡大学医学中心（Vanderbilt University Medical Center）的Hwang Tae-hyun教授及其团队展开了合作。
双方共同致力于开发一个多模态医疗AI平台，以重新定义精准医学，LG表示。
与传统的先开发技术再寻求临床应用的方法不同，该研究机构采用了一种“以临床为先”的策略，专注于直接解决临床环境中的现实问题来推动AI的发展。
“我们的目标不仅是开发一个新的AI模型，而是构建一个能够在真实临床环境中被医疗专业人士积极使用的AI平台，以支持诊断和治疗，”Hwang表示。
Hwang是一位韩裔美国科学家，他领导着美国政府“癌症登月计划”（Cancer Moonshot）下的胃癌项目。他还创立了范德堡大学医学中心的分子AI倡议组织，在AI与分子医学交叉领域开展跨学科研究。
LG AI Research表示，与Hwang的团队合作，他们计划首先从肿瘤学入手，随后将其多模态AI研究扩展到移植排斥、免疫学和糖尿病等领域。
此外，该研究所还与美国杰克逊实验室（The Jackson Laboratory）合作，发现阿尔茨海默病的生物标志物并开发治疗方法，同时正在与首尔大学Baek Min-kyung教授的团队合作开发下一代蛋白质结构预测AI。
(全文结束)
