酷！哈佛医学院开源的一个：临床组织病理学影响评估基础模型CHIEF

它是一个通用的病理图像分析AI模型，它解决了现有AI模型在不同医院、不同人群样本间泛化性差的问题，可以适应不同医院/人群的数据

这个通用AI模型可以自动分析病理切片照片，能识别癌细胞、判断癌症部位和类型、预测病情发展

用了60530张全幻灯片图像数据进行训练，覆盖了19个不同解剖部位，采用无监督预训练和弱监督预训练两种方式，预训练使用了44TB的高分辨率病理影像数据集

用了24家医院的19491张图像进行了验证，性能比现有最好的深度学习方法提升最高达36.1%

它可以帮助医生更快更准确的诊断，现已开放，研究者或医院可以直接用

github：https://github.com/hms-dbmi/CHIEF