“1分钟内检测出癌症”……LG AI研究院借助AWS开发病理学模型

by Han Yeju

Published 04 Dec.2024 08:30(KST)

开发“ExaOne Pass”
平均准确率达86.1%

亚马逊云服务（AWS）当地时间3日在美国拉斯维加斯举行的“AWS re:Invent 2024”大会上表示，LG AI研究院基于其云服务开发出一款用于癌症诊断和治疗的新型病理学基础模型（基础模型）。

据AWS介绍，这一新的病理学基础模型“EXAONEPath”可以安全分析癌症患者的组织病理图像，将基因检测时间从原先的2周缩短至1分钟以内，从而有助于提升医务人员的治疗速度和疗效。

EXAONEPath在与图像切片精准分类相关的6项基准测试中，平均准确率达到86.1%。

通过 ExaOne Pass 分析并可视化组织病理图像，从而确认细胞内潜在遗传变异的可能性。LG 人工智能研究院·AWS 提供

EXAONEPath是LG AI研究院多模态超大规模人工智能模型“EXAONE”的一部分，该模型是基于AWS的推理芯片“Amazon SageMaker”和高性能文件及存储系统“Amazon FSx for Lustre”构建的。

作为LG集团的人工智能研究枢纽，LG AI研究院在1小时内即可将以太字节为单位的数据传输至云端，将模型训练时间从60天缩短到1周，由此提升了EXAONEPath在癌症诊断和检出方面的性能，AWS称。同时，通过利用AWS，将数据管理和基础设施成本削减约35%，数据准备时间缩短95%。

LG AI研究院利用Amazon SageMaker，对2.85亿个数据点和3.5万余张高分辨率组织样本图像进行训练，在8个月内完成大规模EXAONEPath模型的训练与部署。用于存储和检索研究所需的大容量核心数据时，则采用了AWS存储服务“Amazon S3”。

LG AI研究院常务 Lee Hwayoung 表示：“借助AWS，我们得以在海量数据集上更快速、更安全且更具成本效益地训练病理学模型。EXAONEPath提升的数据处理能力将有助于提供更个性化、更高效的癌症治疗，从而改善患者的健康状况。”

AWS医疗保健及生命科学部门总经理 Dan Sheeran 称：“通过AWS，LG AI研究院得以以前所未有的规模开发和应用EXAONEPath，从而缩短了数据处理和模型训练时间，并提升了准确度。借此，医疗服务提供方有望改善癌症诊断和治疗，缩短等待时间，并为患者提供个性化治疗。”

本报道由人工智能(AI)翻译技术生成。