日前，新加坡科技局（BII A*STAR）下属研究机构团队联合神州医疗共同完成的学术论文A comprehensive AI model development framework for consistent Gleason grading发表在Nature子刊Communications Medicine上。该论文主要探讨了AI技术在提高前列腺癌格里森分级（Gleason Grading, GG）准确性、一致性和效率方面的应用。格里森分级是评估前列腺癌侵袭性并指导治疗决策的关键因素，传统的人工镜下评分耗时且可能带有主观性，数字化病理AI技术可提高评分的客观性，但性能和一致性受到不同扫描设备差异影响，使得数字化技术难以广泛应用。

研究团队开发了基于AI技术的病理定标系统、质控系统和辅助诊断系统，能够自动检查组织学扫描图像的质量，标准化不同设备产生的图像，并根据病理学家的反馈不断优化辅助诊断模型性能，实现全流程的病理AI辅助格里森评分。这一突破性研究不仅解决了AI在病理学中的可扩展性和泛化性问题，还为AI辅助病理诊断模型在医疗保健系统中的广泛采用铺平了道路。

2023年，神州医疗与新加坡科技局（A*STAR）的Yu Weimiao教授在病理学领域展开了深入的学术合作。合作重点在于将先进的病理技术与神州医疗的多模态大数据平台进行深度整合，共同开发了包括病理定标系统、质控系统和辅助决策系统在内的多项创新工具。这些工具的应用显著提升了对多模态大数据的处理能力以及病理辅助诊断的精度。

在该年度末，双方联合组队参与了Kaggle举办的卵巢癌病理分析国际竞赛，运用病理图像定标系统、质控系统，以及基于Transformer架构的弱监督学习算法，成功实现了对全切片图像（WSI）和组织微阵列（TMA）病理图像的卵巢癌亚型自动识别。这一技术的突破，不仅在比赛中取得了优异成绩，而且已经扩展应用到超过30种不同癌症的病理图像识别，为神州医疗病理基座大模型的构建提供了强有力的支持，进一步推动了病理学研究和临床诊断的发展。

作为国内较早成立的医疗大数据与人工智能公司，神州医疗自成立以来，一直专注于医疗大数据与人工智能技术的深度融合和创新应用。公司拥有超过3亿患者人次的数据治理经验，并成功构建了以多组学、多模态为核心的大数据融合-治理-分析闭环。此外，神州医疗还参与了多个国家重大疾病专病数据库平台的建设，支持多个专病标准数据集的制定，为构建“数据银行”奠定了坚实的基础。

随着大模型时代的到来，神州医疗依托高质量多模态大数据，自主研发了文本、影像、病理、精准4大模态基座模型支持的医疗领域多模态大模型。这些大模型通过对临床数据、影像数据、病理数据、基因数据的深度治理，赋能医疗大数据、临床诊疗、智能科研、健康管理等多场景应用，逐步推动多模态技术临床应用的转化，实现数字化精准诊疗。

未来，神州医疗将继续在智慧医疗的道路上砥砺前行，秉承“科技之极，健康无限”的理念，不仅为医疗健康全生态提供优质产品及解决方案，更是以创新科技推动着医学研究和学术进步，朝着“国际领先、国内第一”的目标前进，为实现“健康中国”战略贡献力量。