基础模型布使零射线显微镜图像分析为细胞疗法制造业

科学领域:

• 生物技术是生物技术.
• 过程分析技术 (PAT) 是一种分析技术.
• 人工智能在制造业中的应用

背景情况:

• 可扩展的细胞疗法制造需要先进的过程分析技术 (PAT).
• 显微镜图像的自动分析对于监测关键质量属性至关重要.
• 传统的机器学习模型面临着数据标签和概括性的挑战.

研究的目的:

• 开发一种强大的零射击方法,用于分析细胞治疗制造中的显微镜图像.
• 克服传统机器学习模型在数据要求和批量效应概括性方面的局限性.

主要方法:

• 一个基础模型级联集成一个大语言模型 (LLM) 和一个细分任何模型被采用.
• 该LLM执行初始异常检测,触发异常图像的警报.
• 对于非异常图像,实例细分和基于LLM的分类估计细胞数量和活力.

主要成果:

• 统一的零射击方法实现了强大的异常检测.
• 细胞计数和细胞健康的定量测量得到了没有特定任务的微调.
• 该方法在不同的批量效应中证明了可通用性.

结论:

• 将预先训练的基础模型组合到一个级联中,为实时流程监控提供了可通用的解决方案.
• 这种方法促进了可扩展和自动化的细胞疗法制造的反控制.
• 开发的方法支持自动化生物制造工艺的进步.