A foundation-model-powered AI system with post-read alerts and concurrent assistance improves gastric biopsy diagnosis across 29 pathological categories

想象一下，病理学家就像一名侦探，试图在一块微小的、经过染色的组织片中破解谜题。通常情况下，他们只需要寻找寥寥几个线索：“是否有癌症？是哪种特定类型的癌症？”但在现实世界中，这块组织可能同时隐藏着 29 种不同的秘密——从危险的肿瘤到癌前病变，再到隐形的细菌和无害的肿块。试图同时发现所有这些，就像是要求一名侦探在阅读一份百页报告的同时，还要在同一个干草堆里寻找针、丢失的耳环、蜘蛛以及某种特定类型的灰尘。

本文介绍了一种全新的 AI“超级侦探”，它可以同时处理这 29 种线索。以下是它的工作原理、研究发现以及它仍需练习的地方。

拥有神奇记忆力的超级侦探

过去的 AI 侦探大多只能被训练去寻找两三种事物。然而，这个新系统是使用“基础模型”（foundation model）构建的。你可以把它想象成一名侦探，在第一次见到胃活检样本之前，就已经读过了关于人体各种组织的数百万本书。他们不仅仅学习了胃部切片；他们还学习了来自全身各处的 70,618 幅全切片图像。

由于这个 AI 有如此巨大的领先优势，它不需要从零开始学习一切。研究人员只需向它展示 10,462 份胃活检样本，就能教会它如何识别这 29 个特定类别。更令人惊讶的是，即使没有人向它展示过任何画着圆圈的图片，这个 AI 也能学会精准地指出问题所在（比如用红圈圈出肿瘤）。它仅仅通过观察医院记录中最终的诊断结果，就自行掌握了定位的方法。

AI 帮助的两类方式

研究人员通过两种截然不同的方式测试了这个 AI，就像是在测试汽车的一种新安全功能。

1. “阅后”安全网
首先，他们尝试将 AI 作为一种“阅后提醒系统”。想象一位老师正在批改试卷，然后交给第二位超快速的阅卷员，后者专门负责寻找第一位老师可能遗漏的错误。

• 模拟实验： 研究人员提取了四家医院的记录（涉及 4,679 例病例），并在医生完成工作后，让 AI 对其进行了复核。
• 结果： AI 发现了 17 例癌症病例，而原始记录要么遗漏了这些病例，要么将其误标为无害情况。当资深病理学家对这些特定病例进行审核时，他们表示赞同：“是的，AI 是正确的，而原始记录是错误的。”
• 局限性： 这是一次模拟。AI 并没有在实时过程中阻止这些错误，它只是展示了如果它当时在场，将会发生什么。但这证明了 AI 可以作为一个强大的安全网，在事后捕捉错误。

**2. “同步”副驾驶
接下来，他们测试了 AI 作为“同步辅助”系统的表现。这就像是一个副驾驶坐在侦探旁边，在侦探观察的同时指点线索。

• 实验过程： 六名病理学家对 120 幅切片进行了两次观察。一次是独立观察，另一次是在 AI 用不同颜色高亮显示可疑区域的情况下进行观察（红色代表癌症，黄色代表癌前病变，绿色代表组织变化，蓝色轮廓代表细菌）。
• 结果： 在 AI 的帮助下，病理学家更擅长发现癌症。他们的成功率从 92.2% 提升到了 94.8%。他们在发现“化生”（一种特定的组织变化）方面也取得了进步，从 94.2% 跳升至 97.4%。
• 速度： 他们完成工作的速度也略有提高，平均每幅切片的时间从 43.8 秒降至 41.1 秒。
• 限制： 在这次特定测试中，AI 对发现细菌（幽门螺杆菌 H. pylori）或癌前“异型增生”（dysplasia）的帮助并不大。论文指出，这可能是因为这些线索更难观察，或者 AI 的高亮显示对于这些特定任务不够有用。

“超级学习者” vs. “苦力劳动者”

这篇论文最令人兴奋的部分之一是对两种学习类型的对比。

• “苦力劳动者”： 一个从头开始训练的模型，就像一个必须从第一页开始读完图书馆里每一本书的学生。即使这个模型学习了 10,462 幅切片，它在寻找某些棘手的癌症时仍然感到吃力。
• “超级学习者”（基础模型）： 这个拥有大规模预训练背景的模型，仅通过展示 400 幅切片（200 幅癌症，200 幅非癌症）就完成了学习。
• 震惊之处： 只用了 400 幅切片的“超级学习者”表现竟然优于学习了超过 10,000 幅切片的“苦力劳动者”。“超级学习者”在寻找癌症方面达到了近乎完美的得分（0.9906），击败了“苦力劳动者”的最佳得分（0.9755）。这表明，拥有广泛的、预先存在的知识库，比单纯拥有大量用于记忆的数据要强大得多。

论文并未提及的内容

了解这个 AI 尚未实现的功能非常重要。

• 它不是替代品： 论文并未表示 AI 可以取代病理学家。事实上，AI 的设计初衷是与他们协作，要么作为第二双眼睛，要么作为安全网。
• 它并非万能： 对于一些非常罕见的肿瘤类型，AI 仍然有些吃力，因为缺乏足够的案例来教导它。
• 它不是速度的“灵丹妙药”： 虽然它让病理学家的速度略有提升，但论文指出，寻找细菌（幽门螺杆菌）仍然是一项需要仔细观察的缓慢工作，AI 并未在这一方面显著提高效率。
• 它不是最终判决： “阅后”结果是一次模拟。论文认为，我们需要现实世界的、前瞻性的研究（即在医院实际运作时使用 AI）来证明其在日常生活中的有效性。

核心结论

本文表明，一个建立在海量通用知识基础上的 AI，可以利用极少的特定训练数据，极其准确地识别出 29 种不同的胃部状况。这表明，将该 AI 作为捕捉遗漏错误的“安全网”以及帮助医生更快发现癌症的“副驾驶”，是一个充满前景的方向。然而，作者也谨慎地指出，尽管模拟实验和受控测试中的数据看起来很棒，但现实世界的考验才刚刚开始。AI 是一个强大的新工具，但它仍在学习如何成为侦探办公室里的完美搭档。