His-MMDM：病理組織画像のためのマルチドメイン・マルチオミクス翻訳と拡散モデル

科学分野:

• 計算病理学
• 医療における人工知能
• デジタル病理学

背景:

• 生成AI（GenAI）モデルは、病理組織画像を合成することによって計算病理学を強化します。
• 現在のモデルは、特定のソース・ターゲットドメインペアに限定されることが多く、スケーラビリティに欠けています。
• マルチドメインおよびマルチオミクス病理組織画像翻訳のための汎用的なGenAIツールの必要性が存在します。

研究 の 目的:

• マルチドメインおよびマルチオミクス病理組織画像翻訳のための新しい拡散モデルベースのフレームワークであるHis-MMDMを紹介します。
• 異なる腫瘍タイプ間、および原発性腫瘍と転移性腫瘍間での知識移転を可能にします。
• 病理組織画像のゲノミクスおよび/またはトランスクリプトミクス誘導編集を容易にします。

主な方法:

• 病理組織画像翻訳のための拡散モデルフレームワークであるHis-MMDMを開発しました。
• 凍結切片からFFPE画像への変換や仮想免疫組織化学（IHC）染色などのタスクにモデルを適用しました。
• 誘導画像編集のためにマルチオミクスデータを統合しました。

主要な成果:

• His-MMDMは、仮想染色や画像変換などの確立されたタスクで有効性を示しています。
• このフレームワークは、多様な腫瘍タイプ間、および原発性・転移性コンテキスト間での知識移転を可能にします。
• ゲノミクスおよびトランスクリプトミクス誘導画像編集は、突然変異およびがん遺伝子経路の影響を視覚化します。

結論:

• His-MMDMは、マルチドメイン病理組織画像翻訳のスケーラブルで汎用的なソリューションを提供します。
• このフレームワークは、がん病理学における遺伝子型-表現型相関の理解を深めます。
• His-MMDMは、病理医のためのGenAIツールの重要な進歩を表しています。