微软教AI说病理学语言

微软研究院联合病理学AI公司Paige（现隶属Tempus）在《自然·医学》期刊上发表了一项新研究，推出了一款名为PRISM2的病理学基础模型。与市面上大多数只能执行单一任务的病理AI不同，PRISM2同时学习了组织图像和基于真实病理报告的语言数据，能够通过自然语言提示与研究者互动，在多项癌症检测基准测试中达到甚至超越了专用系统的水平，且无需为每个任务单独建模。目前，该模型的完整权重已在Hugging Face上向研究界开放。 病理学是癌症诊断的核心环节，病理医生通过观察组织样本并撰写报告来指导治疗方案。随着医疗数据规模激增，AI辅助诊断成为研究热点，但传统病理AI系统往往“一个任务一个模型”，例如专门检测前列腺癌的系统无法直接用于乳腺癌检测，每次新应用都需要从头训练。PRISM2的研发思路则截然不同：它把病理学视为一门“视觉+语言”双重学科，研究者将病理图像与病理报告中的诊断语言配对，生成了数百万个问答样本，让模型学会将组织形态与临床术语关联起来。这样一来，用户可以直接通过提问或提示词与模型交互，而无需依赖特定任务的软件工具，极大降低了未来病理AI工具开发和适配的门槛。 这一成果的意义不仅在于技术突破，更在于它改变了病理AI的构建范式。对于跨境电商和AI从业者而言，PRISM2展示了基础模型在垂直医疗领域的落地潜力——通过多模态学习（图像+文本）打造通用底座，再按需适配不同场景，这种模式同样适用于工业质检、电商商品描述生成等需要视觉与语言结合的领域。微软方面表示，公开模型权重是为了推动病理学研究的开放合作，但同时也提醒，该模型目前仅限研究用途，尚不能直接用于临床诊断。