Die Forschungsabteilung von Alibaba hat ein Modell für künstliche Intelligenz als Open-Source-Lösung bereitgestellt, das durch die Auswertung von Computertomographie-Scans (CT) nahezu 150 Baucherkrankungen – einschließlich Krebs – identifizieren kann. Dies ist der jüngste Schritt im expandierenden medizinischen KI-Programm des chinesischen Technologiekonzerns.

Das Modell mit dem Namen Damo Radar wurde von der Damo Academy, dem Forschungsinstitut von Alibaba, entwickelt und in einer am Donnerstag in der Zeitschrift Science veröffentlichten Studie beschrieben, so die South China Morning Post. Das Institut gab die Open-Source-Veröffentlichung am Freitag bekannt. Im Gegensatz zu geschlossenen kommerziellen Systemen kann ein Open-Source-Modell von Krankenhäusern und Forschern heruntergeladen, überprüft und angepasst werden – ein Vertriebsmodell, das die Einführung in Kliniken beschleunigen könnte, die niemals ein proprietäres Diagnosetool lizenzieren könnten. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.

Ein generalistisches Modell für die medizinische Bildgebung

Damo Radar ist ein Vision-Language-Modell, das zur Analyse kontrastverstärkter CT-Scans von 18 Bauchorganen entwickelt wurde und eine breite Palette von Krankheiten und anderen Anomalien, einschließlich bösartiger Tumoren, identifizieren soll, so das Institut. Seine Entwickler beschreiben es als „das weltweit erste generalistische medizinische Bildgebungsmodell auf Expertenebene“ – ein einzelnes System, das viele verschiedene Befunde auswerten soll, und kein engstirniges Werkzeug, das darauf ausgelegt ist, eine Krankheit zu erkennen.

Dieser generalistische Anspruch unterscheidet es von den meisten bisher eingesetzten medizinischen KI-Systemen, die typischerweise für eine einzelne Aufgabe entwickelt und validiert wurden, beispielsweise die Erkennung einer Tumorart. Ein einziges Modell, das 146 verschiedene klinische Befunde umfasst, könnte, wenn es außerhalb des Labors Bestand hat, die Wirtschaftlichkeit des Einsatzes von KI in Radiologieabteilungen verändern, wo sich die Zusammenfügung eines Dutzends von Einzweck-Tools als unpraktisch erwiesen hat.

Das Modell wurde auf CT-Scans gepaart mit klinischen Berichten trainiert, ein Ansatz, der dem System beibringt, das, was auf einem Bild erscheint, mit der Sprache zu verknüpfen, die Ärzte zur Beschreibung verwenden. Das Forschungsteam sagte, die Trainingsmethode könne möglicherweise auf andere Arten der medizinischen Bildgebung ausgeweitet werden, so die Post.

Im Vergleich zu berufstätigen Radiologen getestet

Die Schlagzeilenzahlen stammen aus der Auswertung von fast 40.000 realen Untersuchungen. Bei 146 klinischen Befunden erreichte Damo Radar eine durchschnittliche Fläche unter der Kurve (AUC) von 0,913, ein statistisches Maß für die diagnostische Leistung, bei der 1,0 perfekte Genauigkeit darstellt, berichtete die Studie.

Der Vergleich mit menschlichen Lesern wird die größte Aufmerksamkeit auf sich ziehen. In einer Studie mit 26 Radiologen aus mehreren Krankenhäusern übertraf die durchschnittliche Genauigkeit des Modells die von 23 Teilnehmern, so die Studie. Und als Radiologen mit der Unterstützung des Modells arbeiteten, verbesserten sie ihre Fähigkeit, verpasste Diagnosen zu verhindern, um 10 Prozent und reduzierten gleichzeitig den Zeitaufwand pro Fall um mehr als 30 Prozent, sagte Damo Academy.

An der Untersuchung waren neben Alibaba mehrere Institutionen beteiligt, darunter ein der Zhejiang-Universität angegliedertes Krankenhaus. Die Veröffentlichung in Science, einer der selektivsten wissenschaftlichen Fachzeitschriften, verleiht den Ergebnissen ein Maß an externer Überprüfung, das von Anbietern gesponserte Benchmarks oft vermissen lassen – obwohl die tatsächliche Leistung immer von den Scans, der Ausrüstung und den Patientenpopulationen abhängt, die ein Krankenhaus tatsächlich sieht.

Warum Open-Sourcing wichtig ist

Das offene Loslassen der Gewichte ist eine bemerkenswerte Wahl für medizinisch sensible Technik. Proprietäre Anbieter halten medizinische Modelle in der Regel unter Berufung auf Vorschriften und Sicherheit geheim. Die offene Version ermöglicht es unabhängigen Forschern, Fehlermodi zu untersuchen, ermöglicht es Krankenhäusern, das Modell auf ihrer eigenen Infrastruktur auszuführen, ohne Patientendaten an einen externen Anbieter zu versenden, und ermöglicht kleineren Einrichtungen den Zugriff auf Funktionen, die sonst großen Krankenhaussystemen vorbehalten wären.

Dies bedeutet auch, dass Alibaba weniger Kontrolle darüber hat, wie das Modell verwendet wird. Offene Verfügbarkeit bedeutet keine klinische Zulassung: Die Aufsichtsbehörden in den einzelnen Gerichtsbarkeiten entscheiden weiterhin, ob und wie das Modell bei Patienten eingesetzt werden kann, und Krankenhäuser müssen es an ihren eigenen Geräten und Populationen validieren.

Eine erwähnenswerte Einschränkung: Die South China Morning Post gehört Alibaba, eine Tatsache, die die Zeitung in ihrem eigenen Bericht offenlegt. Die Veröffentlichung der zugrunde liegenden Studie in Science stellt eine unabhängige Bestätigung der Forschung selbst dar, die Formulierung der Ankündigung vom Freitag kommt jedoch zwangsläufig von Seiten des Unternehmens.

Alibabas breiterer medizinischer KI-Push

Damo Radar ist nicht Alibabas erster Schritt in die diagnostische Bildgebung. Laut der Post hat die Damo Academy in den letzten Jahren KI-Screening-Tools entwickelt, um Ärzten bei der Erkennung von Bauchspeicheldrüsen-, Magen- und Darmkrebs sowie Aortendissektionen zu helfen. Im April brachte die Abteilung ein Modell namens Coca auf den Markt, das gemeinsam mit Institutionen wie dem Guangdong General Hospital entwickelt wurde und das nach Angaben des Unternehmens bei der Erkennung von Darmkrebs im Frühstadium auf CT-Scans empfindlicher ist als Radiologen.

Der Fortschritt von Einzelkrankheits-Screenern hin zu einem generalistischen Modell spiegelt eine breitere Annahme wider: dass große visuelle Sprachmodelle, die auf gepaarten Bildern und Berichten trainiert werden, Mustererkennungsarbeiten absorbieren können, die derzeit nur knappe Fachzeit erfordern. Der Mangel an Radiologen ist in vielen Gesundheitssystemen akut, und Screening-Programme erzeugen weit mehr Scans, als Spezialisten mit gleicher Aufmerksamkeit lesen können.

Was als nächstes kommt

Eine Open-Source-Veröffentlichung ist ein Anfang, keine Bereitstellung. Krankenhäuser, die das Modell in Betracht ziehen, benötigen eine lokale Validierung ihrer eigenen Scans, und die klinische Verwendung hängt von der behördlichen Überprüfung in jedem Land ab. Aber die in dieser Woche veröffentlichten Beweise – fast 40.000 Untersuchungen in der Praxis, ein direkter Vergleich mit berufstätigen Radiologen und eine gemeldete Reduzierung der Lesezeit um 30 Prozent mit KI-Unterstützung – geben Damo Radar eine stärkere Grundlage als die meisten Modelle, die als Pressemitteilungen erscheinen. Ob generalistische medizinische Bildgebungsmodelle zu Standardwerkzeugen in Krankenhäusern werden oder Meilensteine ​​der Forschung bleiben, hängt davon ab, wie sie sich in der chaotischeren Umgebung des klinischen Alltags schlagen.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →