Microsoft comparte una nueva investigación sobre PRISM2, un modelo fundacional de inteligencia artificial desarrollado por Microsoft Research y Paige, ahora parte de Tempus. Entrenado con imágenes de tejidos y lenguaje procedente de informes anatomopatológicos reales, se ha diseñado para facilitar futuras investigaciones y el desarrollo de herramientas en anatomía patológica. 

Por qué es importante

La mayoría de los sistemas de IA aplicados a este campo están diseñados para realizar una única tarea y deben reconstruirse para cada nueva aplicación. PRISM2 plantea un enfoque diferente que permite abordar distintas tareas mediante un mismo modelo.

Según los resultados de un estudio publicado recientemente en Nature Medicine, PRISM2 igualó o superó el rendimiento de sistemas especializados en la detección de cáncer de próstata, cáncer de mama y metástasis ganglionares del cáncer de mama. Estos resultados se obtuvieron sin desarrollar un modelo independiente para cada tarea. 

Cómo funciona

Para entrenarlo, los investigadores vincularon imágenes de muestras de tejido con información extraída de informes anatomopatológicos y generaron millones de ejemplos de preguntas y respuestas. De este modo, PRISM2 aprende a relacionar los patrones visuales de los tejidos con el lenguaje diagnóstico que utilizan los especialistas.

Puedes conocer más detalles sobre PRISM2 y las posibilidades que ofrece este enfoque multimodal aplicado a la anatomía patológica en el siguiente post de Microsoft Signal: Cuando la IA aprende el lenguaje de la anatomía patológica