זרוע המחקר של עליבאבא רכשה מודל בינה מלאכותית בקוד פתוח שיכול לזהות קרוב ל-150 מצבי בטן - כולל סרטן - על ידי קריאת סריקות טומוגרפיה ממוחשבת (CT), הצעד האחרון בתוכנית ה-AI הרפואית המתרחבת של קבוצת הטכנולוגיה הסינית.
המודל, שנקרא Damo Radar, פותח על ידי Damo Academy, מכון המחקר של עליבאבא, ותואר במחקר שפורסם ביום חמישי בכתב העת Science, לפי ה-South China Morning Post. המכון הודיע על שחרור הקוד הפתוח ביום שישי. בניגוד למערכות מסחריות סגורות, ניתן להוריד, לבדוק ולהתאים מודל קוד פתוח על ידי בתי חולים וחוקרים - מודל הפצה שיכול להאיץ את האימוץ במרפאות שלעולם לא יכלו לתת רישיון לכלי אבחון קנייני. For more context on this story, see our ongoing AI news.
מודל כללי להדמיה רפואית
Damo Radar הוא מודל בשפת ראייה שנועד לנתח סריקות CT עם שיפור ניגודיות המכסות 18 איברי בטן ולזהות מגוון רחב של מחלות וחריגות אחרות, כולל גידולים ממאירים, אמר המכון. יוצריו מתארים אותו כ"מודל ההדמיה הרפואי הכללי הראשון בעולם ברמת המומחה" - מערכת אחת שנועדה לקרוא על פני ממצאים רבים ושונים ולא כלי צר שהוכשר לזהות מחלה אחת.
השאיפה הכללית הזו מבדילה אותו מרוב מערכות הבינה המלאכותית הרפואית שנפרסו עד כה, שבדרך כלל נבנו ואושרו עבור משימה אחת, כמו זיהוי סוג אחד של גידול. מודל יחיד המשתרע על פני 146 ממצאים קליניים ברורים, אם הוא יחזיק מעמד מחוץ למעבדה, עשוי לשנות את הכלכלה של פריסת AI במחלקות רדיולוגיה, שבהן חיבור של תריסר כלים חד-שימושיים הוכח כבלתי מעשי.
המודל הוכשר על סריקות CT בשילוב עם דוחות קליניים, גישה שמלמדת את המערכת לחבר בין מה שמופיע בתמונה לבין השפה שבה משתמשים קלינאיות כדי לתאר אותה. צוות המחקר אמר כי ניתן להרחיב בסופו של דבר את שיטת האימון לסוגים אחרים של הדמיה רפואית, לפי הפוסט.
נבדק נגד רדיולוגים עובדים
מספרי הכותרת מגיעים מהערכה של כמעט 40,000 בחינות בעולם האמיתי. על פני 146 ממצאים קליניים, Damo Radar השיג שטח ממוצע מתחת לעקומה (AUC) של 0.913, מדד סטטיסטי של ביצועי אבחון שבו 1.0 מייצג דיוק מושלם, דיווח המחקר.
ההשוואה עם קוראים אנושיים תגרור את הביקורת הרבה ביותר. במחקר שכלל 26 רדיולוגים מבתי חולים רבים, הדיוק הממוצע של המודל עלה על זה של 23 מהמשתתפים, לפי המחקר. וכאשר רדיולוגים עבדו בסיוע המודל, הם שיפרו את יכולתם למנוע אבחנות שהוחמצו ב-10% תוך קיצוץ הזמן הנדרש לכל מקרה ביותר מ-30%, אמר אקדמיית Damo.
המחקר כלל כמה מוסדות לצד עליבאבא, כולל בית חולים המזוהה עם אוניברסיטת ג'ג'יאנג. פרסום ב-Science, אחד מכתבי העת המדעיים הסלקטיביים ביותר, נותן לתוצאות רמת בדיקה חיצונית שלעיתים קרובות חסרים למדדים בחסות הספק - אם כי הביצועים בעולם האמיתי תלויים תמיד בסריקות, בציוד ובאוכלוסיות החולים שבית חולים באמת רואה.
למה חשוב מקורות פתוחים
שחרור המשקולות בגלוי הוא בחירה בולטת עבור טכנולוגיה רגישה רפואית. ספקים קנייניים בדרך כלל שומרים על מודלים רפואיים סגורים, תוך ציון רגולציה ובטיחות. שחרור פתוח מאפשר לחוקרים עצמאיים לחקור מצבי כשל, מאפשר לבתי חולים להפעיל את המודל על התשתית שלהם מבלי לשלוח נתוני מטופלים לספק חיצוני, ומעניק למתקנים קטנים יותר גישה ליכולות השמורים אחרת למערכות בתי חולים גדולות.
זה גם אומר שעליבאבא מפעילה פחות שליטה על אופן השימוש במודל. זמינות פתוחה אינה אישור קליני: הרגולטורים בכל תחום שיפוט עדיין יחליטו אם וכיצד ניתן לפרוס את המודל על חולים, ובתי חולים יצטרכו לאמת אותו על הציוד והאוכלוסיות שלהם.
אזהרה אחת שכדאי לשים לב אליה: ה-South China Morning Post נמצא בבעלות עליבאבא, עובדה שהעיתון חושף בדו"ח שלו. פרסום המחקר הבסיסי ב-Science מספק אישור בלתי תלוי למחקר עצמו, אך המסגור של ההכרזה ביום שישי מגיע בהכרח מהצד של החברה.
דחיפה רחבה יותר של בינה מלאכותית רפואית של עליבאבא
Damo Radar הוא לא המהלך הראשון של עליבאבא לדימות אבחנתיות. אקדמיית Damo השקיעה את השנים האחרונות בפיתוח כלי סקר בינה מלאכותית כדי לעזור לרופאים לזהות סרטן לבלב, קיבה ומעי הגס וכן ניתוחים של אבי העורקים, על פי הפוסט. באפריל, החטיבה פרסמה מודל בשם קוקה, שפותח בשיתוף עם מוסדות כולל בית החולים הכללי של גואנגדונג, שלדבריה רגיש יותר מרדיולוגים באיתור סרטן המעי הגס בשלב מוקדם בסריקות CT.
ההתקדמות ממבדקי מחלה בודדת למודל כללי משקפת הימור רחב יותר: שמודלים גדולים של שפת ראייה מאומנים על תמונות ודוחות מזווגים יכולים לספוג עבודת זיהוי דפוסים שדורשת כיום זמן מועט של מומחים. מחסור ברדיולוגים הוא חריף במערכות בריאות רבות, ותכניות המיון מייצרות הרבה יותר סריקות ממה שמומחים יכולים לקרוא בתשומת לב שווה.
מה שיבוא אחר כך
מהדורת קוד פתוח היא התחלה, לא פריסה. בתי חולים השוקלים את המודל יזדקקו לאימות מקומית בסריקות משלהם, והשימוש הקליני יהיה תלוי בביקורת רגולטורית מדינה אחר מדינה. אבל העדויות שפורסמו השבוע - כמעט 40,000 בחינות בעולם האמיתי, השוואה ראש בראש מול רדיולוגים עובדים והפחתה של 30 אחוז בזמן הקריאה עם סיוע בינה מלאכותית - מעניקות ל-Damo Radar בסיס חזק יותר מרוב הדגמים שהופיעו לראשונה כהודעות לעיתונות. אם מודלים של הדמיה רפואית כללית יהפכו לכלי בית חולים סטנדרטיים או יישארו אבני דרך מחקריות, תלוי בביצועים שלהם בסביבה המבולגנת של הפרקטיקה הקלינית היומיומית.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
