連結：https://github.com/prov-gigapath/prov-gigapath
Prov-GigaPath是一個用於數字病理學研究的全切片基礎模型，它透過真實世界資料進行訓練，旨在支援AI研究人員在病理學基礎模型和數字病理投影片資料編碼方面的研究。該模型由多位作者共同開發，並在Nature期刊上發表。它不適用於臨床護理或任何臨床決策制定目的，僅限於研究使用。
需求人群：
目標受眾為AI研究人員和數字病理學領網網域的學者，他們需要一個強大的模型來分析和理解大量的病理學資料，以推動醫學研究和診斷技術的發展。
使用場景示例：
- 研究人員使用Prov-GigaPath模型分析病理學資料，發表在Nature期刊上。
- 醫學院校利用該模型進行教學和研究，提高學生對數字病理學的理解。
- 醫院研究人員使用該模型進行病理投影片的自動化分析，加快研究進程。
產品特色：
- 支援在NVIDIA A100 Tensor Core GPU機器上執行。
- 提供預訓練模型和程式碼的下載。
- 能夠訪問HuggingFace Hub上的Prov-GigaPath模型。
- 包含tile encoder和slide encoder，分別用於提取區網域性模式和輸出投影片級別表示。
- 提供詳細的演示筆記本，展示如何執行預訓練模型。
- 提供PCam和PANDA資料集的預提取嵌入，方便進行微調實驗。
- 提供樣本資料下載連結，用於進一步的研究和分析。