行业新闻

微软发布高效病理学基础模型 GigaPath-Flash 与 GigaTIME-Flash

微软发布高效病理学模型,大幅降低计算成本,使大规模癌症队列研究更可及。

微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,将病理学基础模型的计算成本降至原来的约 1/50,性能保持 97%,并加速空间蛋白组学预测 6 倍。这两个开放模型让数万张切片的群体规模分析变得可行,助力大规模癌症研究。

正文摘录

![GigaPath/GigaTIME 模型家族概览。GigaPath-Flash 以 22M 参数提供高效的 tile 和 slide 编码器。GigaTIME-Flash 从 H&E 图像预测空间蛋白质组学,用蒸馏后的 ViT-S 编码器替代 CNN 骨干网络。](https://www.microsoft.com/en-us/research/wp-content/uploads/2026/08/GigaPathFlash-BlogHeroFeature-1400x788NEW.jpg) 快速概览 - Flash 系列大幅提升了 GigaPath 和 GigaTIME 的效率,让大规模病理学研究变得更加可及和实用。 - 蒸馏后的病理学基础模型骨干网络在不牺牲性能的前提下降低了计算需求,使得在更大患者队列上进行重复分析成为可能。 - 这些开源模型支持群体规模的科学发现,帮助研究人员在多种癌症数据集中探索疾病生物学、生物标志物和临床结局。 [GigaPath (在新标签页中打开)](https://aka.ms/gigapath) 和 [GigaTIME (在新标签页中打开)](https://aka.ms/gigatime) 证明了基础模型能够利用常规收集的病理学数据支持全切片分析和肿瘤微环境建模。GigaPath-Flash 和 GigaTIME-Flash 让这些能力大幅提升效率,使研究人员能够分析更大的队列、运行更多实验,并向群体规模的发现迈进。 GigaPath-Flash 和 GigaTIME-Flash 是研究模型,并非用于临床诊断、预后、治疗选择或其他患者护理决策,也未经过相关验证。不同数据集、扫描仪、机构、人群和使用场景下的性能可能存在差异。 计算病理学中的规模化机遇 组织病理学是癌症研究中信息最丰富、获取最广泛的数据来源之一。

阅读原文(microsoft.com)→

行业新闻Naoto Usuyama, Jeya Maria Jose Valanarasu, Tristan Naumann2026-08-31原文

相关内容