Ο ερευνητικός βραχίονας της Alibaba έχει δημιουργήσει ένα μοντέλο τεχνητής νοημοσύνης ανοιχτού κώδικα που μπορεί να εντοπίσει σχεδόν 150 κοιλιακές παθήσεις - συμπεριλαμβανομένων των καρκίνων - διαβάζοντας αξονικές τομογραφίες (CT), το τελευταίο βήμα στο επεκτεινόμενο πρόγραμμα ιατρικής τεχνητής νοημοσύνης της κινεζικής ομάδας τεχνολογίας.
Το μοντέλο, που ονομάζεται Damo Radar, αναπτύχθηκε από την Damo Academy, το ερευνητικό ινστιτούτο της Alibaba, και περιγράφηκε σε μια μελέτη που δημοσιεύθηκε την Πέμπτη στο περιοδικό Science, σύμφωνα με τη South China Morning Post. Το ινστιτούτο ανακοίνωσε την κυκλοφορία ανοιχτού κώδικα την Παρασκευή. Σε αντίθεση με τα κλειστά εμπορικά συστήματα, ένα μοντέλο ανοιχτού κώδικα μπορεί να ληφθεί, να επιθεωρηθεί και να προσαρμοστεί από νοσοκομεία και ερευνητές - ένα μοντέλο διανομής που θα μπορούσε να επιταχύνει την υιοθέτηση σε κλινικές που δεν θα μπορούσαν ποτέ να αδειοδοτήσουν ένα ιδιόκτητο διαγνωστικό εργαλείο. For more context on this story, see our ongoing AI industry coverage.
Ένα γενικό μοντέλο για την ιατρική απεικόνιση
Το Damo Radar είναι ένα μοντέλο γλώσσας όρασης που έχει σχεδιαστεί για να αναλύει αξονικές τομογραφίες με σκιαγραφικό που καλύπτουν 18 κοιλιακά όργανα και να εντοπίζει ένα ευρύ φάσμα ασθενειών και άλλων ανωμαλιών, συμπεριλαμβανομένων κακοήθων όγκων, ανέφερε το ινστιτούτο. Οι δημιουργοί του το περιγράφουν ως «το πρώτο στον κόσμο μοντέλο γενικής ιατρικής απεικόνισης σε επίπεδο ειδικού» — ένα ενιαίο σύστημα που προορίζεται να διαβάσει πολλά διαφορετικά ευρήματα και όχι ένα στενό εργαλείο εκπαιδευμένο να εντοπίζει μια ασθένεια.
Αυτή η γενική φιλοδοξία το κάνει να ξεχωρίζει από τα περισσότερα ιατρικά συστήματα τεχνητής νοημοσύνης που έχουν αναπτυχθεί μέχρι τώρα, τα οποία συνήθως έχουν κατασκευαστεί και επικυρωθεί για ένα μόνο έργο, όπως η ανίχνευση ενός τύπου όγκου. Ένα ενιαίο μοντέλο που καλύπτει 146 διαφορετικά κλινικά ευρήματα, εάν αντέχει εκτός εργαστηρίου, θα μπορούσε να αλλάξει τα οικονομικά της ανάπτυξης της τεχνητής νοημοσύνης σε ακτινολογικά τμήματα, όπου η συρραφή δώδεκα εργαλείων μίας χρήσης έχει αποδειχθεί ανέφικτη.
Το μοντέλο εκπαιδεύτηκε σε αξονικές τομογραφίες σε συνδυασμό με κλινικές αναφορές, μια προσέγγιση που διδάσκει το σύστημα να συνδέει αυτό που εμφανίζεται σε μια εικόνα με τη γλώσσα που χρησιμοποιούν οι κλινικοί για να την περιγράψουν. Η ερευνητική ομάδα είπε ότι η μέθοδος εκπαίδευσης θα μπορούσε τελικά να επεκταθεί και σε άλλους τύπους ιατρικής απεικόνισης, σύμφωνα με την Post.
Δοκιμασμένο σε Εργαζόμενους Ακτινολόγους
Οι αριθμοί των επικεφαλίδων προέρχονται από αξιολόγηση σε σχεδόν 40.000 πραγματικές εξετάσεις. Σε 146 κλινικά ευρήματα, το Damo Radar πέτυχε μέση περιοχή κάτω από την καμπύλη (AUC) 0,913, ένα στατιστικό μέτρο της διαγνωστικής απόδοσης στο οποίο το 1,0 αντιπροσωπεύει τέλεια ακρίβεια, ανέφερε η μελέτη.
Η σύγκριση με τους ανθρώπινους αναγνώστες θα τραβήξει τον περισσότερο έλεγχο. Σε μια μελέτη στην οποία συμμετείχαν 26 ακτινολόγους από πολλά νοσοκομεία, η μέση ακρίβεια του μοντέλου ξεπέρασε αυτή των 23 από τους συμμετέχοντες, σύμφωνα με την έρευνα. Και όταν οι ακτινολόγοι εργάστηκαν με τη βοήθεια του μοντέλου, βελτίωσαν την ικανότητά τους να αποτρέπουν χαμένες διαγνώσεις κατά 10%, ενώ μείωσαν τον χρόνο που απαιτείται ανά περίπτωση κατά περισσότερο από 30%, είπε η Damo Academy.
Στην έρευνα συμμετείχαν πολλά ιδρύματα παράλληλα με την Alibaba, συμπεριλαμβανομένου ενός νοσοκομείου που συνδέεται με το Πανεπιστήμιο Zhejiang. Η δημοσίευση στο Science, ένα από τα πιο επιλεκτικά επιστημονικά περιοδικά, δίνει στα αποτελέσματα ένα επίπεδο εξωτερικού ελέγχου που συχνά λείπει από τα benchmarks που χορηγούνται από προμηθευτές — αν και η πραγματική απόδοση εξαρτάται πάντα από τις σαρώσεις, τον εξοπλισμό και τους πληθυσμούς ασθενών που βλέπει ένα νοσοκομείο.
Γιατί έχει σημασία το Open-Sourcing
Η απελευθέρωση των βαρών ανοιχτά είναι μια αξιοσημείωτη επιλογή για ιατρικά ευαίσθητη τεχνολογία. Οι ιδιόκτητοι πωλητές κρατούν συνήθως κλειστά τα ιατρικά μοντέλα, επικαλούμενοι κανονισμούς και ασφάλεια. Η ανοιχτή έκδοση επιτρέπει σε ανεξάρτητους ερευνητές να διερευνούν τρόπους αποτυχίας, επιτρέπει στα νοσοκομεία να εκτελούν το μοντέλο στη δική τους υποδομή χωρίς να αποστέλλουν δεδομένα ασθενών σε εξωτερικό προμηθευτή και παρέχει σε μικρότερες εγκαταστάσεις πρόσβαση σε δυνατότητες που ειδάλλως προορίζονται για μεγάλα νοσοκομειακά συστήματα.
Σημαίνει επίσης ότι η Alibaba ασκεί λιγότερο έλεγχο στον τρόπο χρήσης του μοντέλου. Η ανοιχτή διαθεσιμότητα δεν είναι κλινική έγκριση: οι ρυθμιστικές αρχές σε κάθε δικαιοδοσία θα εξακολουθούν να αποφασίζουν εάν και πώς μπορεί να εφαρμοστεί το μοντέλο σε ασθενείς και τα νοσοκομεία θα πρέπει να το επικυρώσουν στον δικό τους εξοπλισμό και πληθυσμό.
Μια προειδοποίηση που αξίζει να σημειωθεί: η South China Morning Post ανήκει στην Alibaba, γεγονός που αποκαλύπτει η εφημερίδα στη δική της έκθεση. Η δημοσίευση της υποκείμενης μελέτης στο Science παρέχει ανεξάρτητη επιβεβαίωση της ίδιας της έρευνας, αλλά το πλαίσιο της ανακοίνωσης της Παρασκευής προέρχεται αναπόφευκτα από την πλευρά της εταιρείας.
Ευρύτερο Ιατρικό AI Push της Alibaba
Το Damo Radar δεν είναι η πρώτη κίνηση της Alibaba στη διαγνωστική απεικόνιση. Η Damo Academy έχει περάσει τα τελευταία χρόνια αναπτύσσοντας εργαλεία προσυμπτωματικού ελέγχου AI για να βοηθήσει τους γιατρούς να εντοπίσουν καρκίνους του παγκρέατος, του στομάχου και του παχέος εντέρου καθώς και ανατομές αορτής, σύμφωνα με την Post. Τον Απρίλιο, το τμήμα κυκλοφόρησε ένα μοντέλο που ονομάζεται Coca, το οποίο αναπτύχθηκε από κοινού με ιδρύματα όπως το Γενικό Νοσοκομείο του Γκουανγκντόνγκ, το οποίο η εταιρεία είπε ότι ήταν πιο ευαίσθητο από τους ακτινολόγους στον εντοπισμό του καρκίνου του παχέος εντέρου σε πρώιμο στάδιο στις αξονικές τομογραφίες.
Η εξέλιξη από τους προληπτικούς ελέγχου μιας νόσου προς ένα γενικό μοντέλο αντικατοπτρίζει ένα ευρύτερο στοίχημα: ότι τα μεγάλα μοντέλα γλώσσας όρασης που έχουν εκπαιδευτεί σε ζευγαρωμένες εικόνες και αναφορές μπορούν να απορροφήσουν εργασία αναγνώρισης προτύπων που απαιτεί περιορισμένο χρόνο ειδικού. Οι ελλείψεις ακτινολόγων είναι έντονες σε πολλά συστήματα υγείας και τα προγράμματα προσυμπτωματικού ελέγχου δημιουργούν πολύ περισσότερες σαρώσεις από αυτές που μπορούν να διαβάσουν οι ειδικοί με την ίδια προσοχή.
Τι ακολουθεί
Μια έκδοση ανοιχτού κώδικα είναι μια αρχή, όχι μια ανάπτυξη. Τα νοσοκομεία που εξετάζουν το μοντέλο θα χρειαστούν τοπική επικύρωση στις δικές τους σαρώσεις και η κλινική χρήση θα εξαρτηθεί από τη ρυθμιστική αναθεώρηση ανά χώρα. Ωστόσο, τα στοιχεία που δημοσιεύθηκαν αυτήν την εβδομάδα - σχεδόν 40.000 πραγματικές εξετάσεις, μια σύγκριση με τους εργαζόμενους ακτινολόγους και μια αναφερόμενη μείωση του χρόνου ανάγνωσης κατά 30% με τη βοήθεια τεχνητής νοημοσύνης - δίνει στο Damo Radar μια ισχυρότερη βάση από τα περισσότερα μοντέλα που κάνουν το ντεμπούτο τους ως δελτία τύπου. Το αν τα γενικά μοντέλα ιατρικής απεικόνισης θα γίνουν τυπικά νοσοκομειακά εργαλεία ή θα παραμείνουν ερευνητικά ορόσημα θα εξαρτηθεί από την απόδοση τους στο πιο ακατάστατο περιβάλλον της καθημερινής κλινικής πρακτικής.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
