Har precis haft nöjet att bli intervjuad av @Nature om framväxten av AI inom digital patologi. Med växande arbetsbelastning och global brist på patologer vänder sig fältet till AI inte som en lyx – utan som en nödvändighet. Hela artikeln: I artikeln diskuterar jag hur de senaste framstegen inom grundmodeller som UNI-2 och CONCH omdefinierar vad som är möjligt inom cancerdiagnostik. Dessa modeller är tränade på hundratals miljoner patologiplåster och går längre än klassificering: de möjliggör molekylär subtypning, generering av bildtexter och till och med nollskottsinferens. Men även om hypen är verklig, så är utmaningarna det också. Generalisering över flera platser, brist på extern validering och regulatoriska hinder är fortfarande stora hinder. Vi måste investera i robust benchmarking, multiinstitutionella prövningar och tillförlitlig modelldesign för att säkerställa att AI verkligen stöder – inte ersätter – klinisk bedömning. Digital patologi är inte framtiden – den är redan här. Låt oss göra det säkert, skalbart och rättvist. @UHN_Research @PMResearch_UHN @VectorInst @UofT