Microsoft reduz modelo de IA em patologia em 50×, possibilitando implantação hospitalar

A Pesquisa da Microsoft, o Sistema de Saúde Providence e a NVIDIA apresentaram o GigaPath-Flash, um modelo de patologia em slides inteiros com 43 milhões de parâmetros que reduz as FLOPs de inferência por slide em 49,5× em comparação com o original de bilhões de parâmetros, mantendo 97% de sua precisão de benchmark. O código é liberado sob uma licença Apache 2.0, mas os pesos do modelo estão restritos ao uso de pesquisa e excluem explicitamente o uso clínico ou comercial.

A arquitetura condensa o codificador de azulejo de um ViT-g de 1,1 bilhão de parâmetros para um ViT-S/16 de 22 milhões de parâmetros, distilado da mesma modelo docente, e o associa a um codificador de slide LongNet de 21 milhões de parâmetros — 12 camadas, estado oculto de 384 dimensões — que processa os embeddings de azulejo e coordenadas espaciais. O backbone distilado do ViT-S também alimenta o GigaTIME-Flash, melhorando o modelo original GigaTIME para prever fenótipos de microambiente imunológico do tumor diretamente a partir de slides H&E rotineiros sem tinção de imunofluorescência. Apesar do backbone menor, o GigaTIME-Flash supera o original em qualidade de previsão. Ambos os modelos estão acessíveis via timm e o Hub HuggingFace, com pesos hospedados em prov-gigapath/prov-gigapath-flash; o codificador de slide está disponível como slide_encoder.pth e o codificador de azulejo no formato padrão timm/HF. A inferência segue uma linha de três estágios: emosaicar o WSI em patches de 256×256 em 20× aumento, codificar azulejos através do codificador derivado de DINOv2-small, e passar embeddings com coordenadas espaciais para o codificador de slide.

Operacionalmente, a redução do footprint permite o uso em estações de trabalho hospitalares — como cartões RTX 4090 ou da classe A40 — enquanto o GigaTIME-Flash roda seis vezes mais rápido e usa oito vezes menos memória de GPU do que seu antecessor CNN. O corpus de pré-treinamento consiste em 1,3 bilhão de azulejos de patologia em 171.189 slides inteiros de uma rede de 28 centros de câncer, abordando o viés dos dados curados pela pesquisa que afeta conjuntos de dados acadêmicos menores.

A distilação alcança uma redução de FLOP de 49,5×, mas resulta em uma perda de 3% na precisão média do nível do slide em relação ao docente; para fluxos de trabalho de triagem, essa lacuna exige calibração downstream ou revisão com humano na loop. Não há evidência de produção ainda: o artigo arXiv relata precisão de benchmark e contagens relativas de FLOP, não throughput clínico em tempo real, arquivos FDA 510(k), ou métricas de integração PACS hospitalares. Competidores proprietários como Paige AI e Ibex Medical Analytics já navegaram a aprovação regulatória, embora por trás de pilhas de nuvem dependentes de código fechado. Arquitetos que optam pelo GigaPath-Flash on-premise assumem a carga de validação e responsabilidade por conta própria. Não há ainda nenhuma receita de quantização INT8 ou FP8 publicada, e pré-processamento e I/O permanecem como gargalos de relógio que o encolhimento do codificador sozinho não aborda. O repositório do GitHub fornece scripts de finetuning para tarefas como PANDA e utilitários de conversão, mas a TI hospitalar ainda precisará integrar isso em pipelines PACS e LIS existentes sem suporte do fornecedor, e o desempenho do modelo em protocolos de tintura não-Providence permanece uma questão de generalização aberta.

O que um arquiteto roubaria: distil o grande professor de visão para um codificador de azulejo ViT-S, mantenha o modelo de contexto de nível de slide LongNet e libere a base de código sob uma licença permissiva, enquanto mantém os pesos apenas para pesquisa — esse padrão reduziu o custo de inferência quase duas ordens de magnitude e transformou um stack de nuvem de pesquisa apenas em algo que um armário de TI hospitalar pode executar.