IT之家 1 月 15 日消息，來自斯坦福醫學院的科研團隊研發了名為 MUSK 的 AI 模型，結合醫學圖像和文本數據，可以精準預測癌癥患者的預后和治療反應。

IT之家注：預后(hou)（英語：Prognosis）是一(yi)個醫學名詞，是指基于病(bing)人當前的(de)狀況(kuang)，結合(he)疾病(bing)的(de)了解，例如臨床(chuang)表現、化驗結果(guo)、影像學檢查、病(bing)因、病(bing)理、病(bing)情規(gui)律等(deng)，以(yi)及治療時機(ji)、方法和過程中(zhong)出(chu)現的(de)新情況(kuang)，來推估(gu)治療后(hou)的(de)可能結果(guo)。

MUSK 模型的亮點在于(yu)，突破(po)性地整合了(le)視覺數(shu)(shu)據(ju)（如病理圖像(xiang)）和(he)文本數(shu)(shu)據(ju)（如病歷和(he)臨床記錄），可以更(geng)全面理解(jie)患者病情(qing)。

MUSK 模(mo)型在龐大的(de)非配對多模(mo)態(tai)數據集(ji)上進行預訓(xun)練(lian)，極大地擴展了其學習范圍，使其比傳統 AI 模(mo)型更(geng)具適應性和定制(zhi)化能力(li)。

該模型通過 5000 萬張病理圖像和超過 10 億條醫學文本訓練，可(ke)以準確預測 16 種癌癥類型的患者生存率和治療反(fan)應。

MUSK 模型能(neng)夠分(fen)析包括(kuo)患(huan)(huan)者(zhe)人口統計學信(xin)息(xi)和(he)病(bing)史在內數(shu)千個數(shu)據點，更準(zhun)確(que)地確(que)定哪些療法(fa)（例如免疫療法(fa)）對個體患(huan)(huan)者(zhe)最(zui)有效。

該團隊表示相比傳統方法，其(qi)預(yu)測(ce)(ce)生存率的(de)(de)準(zhun)確性提(ti)高(gao)了 11 個(ge)百分(fen)點，達到(dao) 75%；預(yu)測(ce)(ce)免(mian)疫治(zhi)療適用性的(de)(de)準(zhun)確性從 61% 提(ti)升至 77%；預(yu)測(ce)(ce)五(wu)年內黑色素瘤(liu)復發風險的(de)(de)準(zhun)確性則提(ti)高(gao)了 12 個(ge)百分(fen)點，達到(dao) 83%。

廣告(gao)聲明：文內含有(you)的對(dui)外(wai)跳(tiao)轉鏈接（包括不限于超鏈接、二維碼(ma)、口令(ling)等形式），用于傳遞(di)更多(duo)信息，節省甄選時間(jian)，結果僅供參考(kao)，IT之(zhi)家(jia)所(suo)有(you)文章均包含本聲明。