हमने जठरांत्र संबंधी विकृति विज्ञान के लिए डाइजेपाथ नामक एक विशिष्ट आधारभूत मॉडल विकसित किया है। यह मॉडल पूर्ण-स्लाइड छवियों में विरल रूप से वितरित घाव क्षेत्रों का पता लगाने के लिए पूर्व-प्रशिक्षण और फ़ाइन-ट्यूनिंग को मिलाकर एक द्वि-चरणीय पुनरावृत्तीय अनुकूलन रणनीति प्रस्तुत करता है। डाइजेपाथ को 210,043 H&E-रंजित स्लाइडों की 353 मिलियन से अधिक बहु-स्तरीय छवियों का उपयोग करके पूर्व-प्रशिक्षित किया गया था, और इसने 34 में से 33 जठरांत्र संबंधी विकृति कार्यों में अत्याधुनिक प्रदर्शन प्राप्त किया, जिसमें रोग निदान, प्रोटीन अभिव्यक्ति स्थिति पूर्वानुमान, जीन उत्परिवर्तन पूर्वानुमान और रोग का आकलन शामिल है। हमने प्रारंभिक जठरांत्र कैंसर के लिए एक बुद्धिमान स्क्रीनिंग मॉड्यूल भी विकसित किया, जिसने नौ स्वतंत्र चिकित्सा संस्थानों में लगभग पूर्ण 99.70% संवेदनशीलता प्राप्त की। यह अध्ययन जठरांत्र संबंधी रोगों में AI-आधारित सटीक विकृति विज्ञान के अनुप्रयोग और ऊतकविकृति विज्ञान अभ्यास में महत्वपूर्ण अंतर को पाटने में योगदान देता है।
