生命科学组织可以使用该工具快速构建人工智能算法，以发现生物标志物、优化临床试验，并推进伴随诊断。
Proscia 是精准医学中人工智能病理解决方案的领导者，已宣布推出 Concentriq 嵌入和 Proscia 人工智能工具包，使生命科学组织能够加速新型疗法和诊断的发现与开发。
集成在 Proscia 的 Concentriq 平台中，Concentriq 嵌入无缝地为人工智能开发者和研究科学家提供了一系列病理基础模型，允许他们利用其组织的大型专有数据集，并在日常工作流程中执行模型。
“这是医学和技术交叉的激动人心时刻。数字病理学的扩散以及当今人工智能模型能力的爆炸式增长，为如何开发疗法和诊断患者带来了全新的规模，”Proscia 的首席执行官 David West 说，“我们正在接近一个世界，曾经需要数年的实验现在可以在几天内以计算机模拟的方式进行，如今只能惠及少数患者的救命疗法很快就能惠及所有人。”
在 Proscia 的 Concentriq 平台中启用，Concentriq 嵌入允许病理和数据科学团队从全切片图像生成高维数值表示，即嵌入。这些嵌入最初来自四个强大的基础模型：DINOv2、PLIP、ConvNext 和 CTransPath，并计划随着它们的发展不断添加新模型。
Proscia 表示，这确保了研究人员始终能够使用最新的最先进工具，并可以并行试验多个模型，进一步增强了下游性能，并提高了生物标志物发现和其他关键任务的准确性。研究人员还可以根据其特定需求选择最佳的基础模型，应用范围从图像分类和分割到风险评分和多模式数据集成，支持在 Concentriq 平台内直接进行快速原型设计和大规模人工智能模型开发。
由于病理数据已经存储在 Concentriq 平台内，团队可以立即利用这些数据进行人工智能开发，无需耗时的数据迁移、外部处理和图像格式标准化。这种与现有数据基础设施的紧密集成使组织能够立即生成嵌入并快速迭代人工智能模型，缩短开发时间并实现更快的实验。
Proscia 表示，该平台还通过其真实世界数据（RWD）产品得到进一步丰富，提供了访问高质量、多样化多模式数据集的途径，使研究人员能够构建更准确和临床可行的人工智能模型。
在与一家顶级 CRO 和一家顶级制药公司的试点项目中，Concentriq 嵌入表示它展示了显著加速人工智能开发的能力。据该公司称，在一个内部案例研究中，数据科学家开发算法的速度提高了 13 倍，在不到 24 小时内生成了 80 个基于人工智能的乳腺癌生物标志物预测模型。在生产环境中，制药公司可以将人工智能开发时间从数周缩短到数小时，使疗法更快地惠及患者。
Proscia 表示，它还在营造一个协作环境，开发人员和数据科学家可以相互借鉴专业知识。为了补充 Concentriq 嵌入，Proscia 推出了 Proscia 人工智能工具包，这是一套开源资源，旨在增强生命科学界的能力并加速人工智能的采用。
由 Proscia 的专家人工智能研发团队开发和完善，这些工具在推动内部人工智能开发方面发挥了重要作用，现在，它们正与更广泛的社区共享。Proscia 人工智能工具包包括：
- 用于与 Concentriq 嵌入进行无缝 API 集成的 Python 客户端。
- 与 Jupyter Notebooks 中的 Python 代码配对的综合教程，使用户能够快速学习和实现人工智能。
- 不断增长的辅助函数库，用于图像切片和组织 API 输出等任务，降低常见流程的复杂性。
这些资源旨在帮助团队将 Concentriq 嵌入快速集成到他们的工作流程中，使他们能够专注于构建和完善人工智能模型，而不是克服技术障碍。此外，鼓励不断增长的 Concentriq 用户社区贡献自己的工具，用新技术和创新扩展库。
这种协作、社区驱动的方法不仅将增强基础模型的实施，还将拓宽人工智能的使用，无论是在 Concentriq 平台上构建、可视化还是部署模型。
“这是真正强大的技术，”Proscia 的人工智能研发副总裁 Julianna Ianni 说，“Concentriq 嵌入不仅加速了人工智能的开发，还将在病理学领域引发新的创新浪潮。它使团队能够更快地取得突破，并达到我们以前从未想象过的规模，为研究和患者护理的变革性进步奠定基础。”
