Oracle und Imagene, ein Pionier der KI-basierten Präzisionsonkologie, haben heute CanvOI angekündigt, ein hochmodernes Pan-Cancer-Foundation-Modell, das innovative Forschung und Entwicklung im Bereich der digitalen Pathologie und Onkologie erleichtern soll. CanvOI läuft auf Oracle Cloud Infrastructure (OCI), und erfasst die komplexen Merkmale und Muster in Biopsiebildern. Dadurch werden wertvolle onkologische Informationen bereitgestellt, die die Diagnose und Behandlung von Krebs weltweit verbessern könnten.

CanvOI liefert eine robuste Bilddatenbasis für die Entwicklung nachgelagerter Anwendungen in der Onkologieforschung, einschließlich der Vorhersage des Ansprechens auf eine Behandlung, der Entdeckung von Biomarkern, der Beurteilung der Krankheitsprognose und der Identifizierung pathologischer Merkmale mit modernsten Ergebnissen, die die führenden, für die digitale Pathologie entwickelten Foundation-Modelle übertreffen.

Zur Berechnung von KI-Inferenzen und zur groß angelegten Verarbeitung von Daten ist Imagene eine Partnerschaft mit Oracle eingegangen, um CanvOI auf OCI auszuführen und dabei die Vorteile der OCI-Supercluster- und OCI AI Infrastructure-Technologie zu nutzen.

„Um die Krebsforschung zu verändern, hat Imagene das getan, was zahllose andere führende KI-Startups getan haben: Es hat sich für die Gen2-KI-Infrastruktur von Oracle entschieden, die die erforderliche Skalierbarkeit und Performance bietet, um die weltweit größten KI-Modelle zu betreiben und zur Lösung der schwierigsten Herausforderungen der Menschheit beizutragen“, sagte Larry Ellison, Oracle Chairman und CTO. „Mit CanvOI auf Oracle Cloud Infrastructure geben Oracle und Imagene Wissenschaftlern neue Waffen im Kampf gegen den tödlichsten Feind der Menschheit an die Hand, den Krebs.“

„Zudem birgt das nächste Jahrzehnt ein enormes Potenzial für Durchbrüche in der Krebsforschung durch künstliche Intelligenz“, sagte Dean Bitan, Mitbegründer und CEO von Imagene. „Wir haben CanvOI entwickelt, um Forscher zu inspirieren, mehr zu wagen. Dies ist ein entscheidender Meilenstein im Kampf gegen diese komplexe und verheerende Krankheit. Indem wir Türen für die innovative Forschung öffnen, wollen wir die Zukunft der Krebsbehandlung grundlegend verändern.“

CanvOI, ein Foundation-Modell mit 1,1 Milliarden Parametern, wurde anhand eines vielfältigen Datensatzes vorab trainiert. Dieser Datensatz umfasst mehr als 630.000 Gewebebilder von über 100 Stellen und deckt mehr als 40 wichtige Körperorgane und Gewebetypen ab. Durch die Anwendung eines neuen Ansatzes auf Foundation-Modelle für die digitale Pathologie und eine andere Art der Rechenleistung hat CanvOI bei verschiedenen krebsbezogenen Aufgaben eine branchenführende Leistung erzielt. Seine Fähigkeit, selbst mit minimalen markierten Daten effektiv zu arbeiten, ist im biomedizinischen Bereich, in dem die Datenverfügbarkeit schwierig sein kann, von entscheidender Bedeutung.

CanvOI ist der Eckpfeiler der neuen OISuite von Imagene, einer Plattform, die Forscher und Diagnostikentwickler dabei unterstützt, ein breites Spektrum an Fragen zu untersuchen, um eigenständig tiefgreifende Recherchen zu betreiben, ohne dass KI-Expertise und umfangreiche Datenerfassung erforderlich sind. Darüber hinaus ermöglicht OISuite eine schnelle Entdeckung und bietet gleichzeitig höchste Standards in puncto Datenschutz und -sicherheit.

„CanvOI verändert unsere Herangehensweise an die Gesundheitsfürsorge und das Verständnis von Krankheiten“, sagte Dr. David Agus, Founding Director und Co-CEO des Ellison Institute of Technology und Vorstandsmitglied von Imagene. „Durch den Zugriff auf umfassende onkologische Informationen in der Cloud können Forscher schneller und effizienter Antworten finden. Außerdem ist das EIT bestrebt, CanvOI zu nutzen, um bahnbrechende Innovationen in unserer Forschung voranzutreiben, die das Leben von Patienten verbessern. Diese Technologie markiert eine neue Ära der Krebsforschung und bringt uns einer Zukunft näher, in der Krebs eine beherrschbare Krankheit ist.“

Weitere Ressourcen

• Wissenschaftliches Papier zu CanvOI, einschließlich Benchmarks