该疾病的常见形式，如乳腺癌，肺癌和前列腺癌，在早期诊断时可以具有较好的治愈率。但是，诊断肿瘤仍是一个非常需要人工的病理学工作，是一个具有挑战性和耗时的过程。
 
传统上，一个癌症病例需要病理学家解释数十张幻灯片，并从中寻找指向癌症诊断的线索。例如，单个乳腺癌病例可能有超过60张幻灯片，其中只有少数能包含重要发现。

AI可以通过在检查大量数据时加速和增强其工作流程来帮助病理学家提高工作效率。它为病理学家提供了分析图像的工具和基于先前病例的见解，并通过精确定位异常来更快地进行诊断。

Paige.AI正在将AI应用于病理学，以提高诊断准确性，并以前列腺癌和乳腺癌为起点，为患者提供更好的结果判断。今年早些时候，Paige.AI被美国食品和药物管理局（FDA）授予 “突破性指定”（“Breakthrough Designation”），这是人工智能在癌症诊断方面的首个此类指定。

FDA为对严重疾病提供更有效诊断或治疗的技术授予认可，该技术的及时可用性符合患者的最佳利益。

为了在癌症诊断方面取得突破，Paige.AI将访问数百万个病理幻灯片，提供训练和开发尖端AI算法所需的大量数据。

为了理解所有这些数据，Paige.AI使用了由10个互联的NVIDIA DGX-1系统组成的AI超级计算机。超级计算机具有超过10 petaflops的巨大计算能力，是开发病理学临床级模型所必需的，并且首次弥补了从研究到造福未来患者的临床环境的差距。

NVIDIA DGX-1被证明是许多世界领先的AI研究人员的重要研究工具。

Paige.AI最近的一项研究使用了7个NVIDIA DGX-1系统在一个新的数据集上训练神经网络来检测前列腺癌。该数据集由12,160张幻灯片组成，比病理学中的先前数据集大两个数量级。研究人员在1,824个真实幻灯片组成的测试集上实现了近乎完美的准确性，没有任何手动图像注释。

通过让病理学家处理数据的时间实现最小化，AI可以帮助他们将时间集中在分析上。鉴于病理学家供不应求，这一点尤其重要。

根据《柳叶刀》医学杂志的报道，撒哈拉以南非洲地区每百万人中有一名病理学家，中国每13万人有一名病理学家。在美国，大约每2万人中有一名病理学家，但研究表明，到2030年，这个数字将缩减到每3万人中有一名病理学家。

AI通过对显微镜和细胞生物学中所见结构的研究进行定量分析，大大提高了计算机病理学。通过结合新颖的图像分析、计算机视觉和机器学习技术，这种进步成为可能。

“借助NVIDIA技术，Paige.AI能够从整个幻灯片的数十万千兆像素图像中训练深度神经网络，最终实现了用于病理学的临床级人工智能，” Paige.AI联合创始人兼首席科学官Thomas Fuchs博士说。“我们的愿景是帮助病理学家提高工作效率，让研究人员获得新见解，让临床医生改善患者护理。”