अलिबाबाच्या रिसर्च आर्मने एक कृत्रिम बुद्धिमत्ता मॉडेल उघडले आहे जे जवळजवळ 150 पोटाच्या स्थिती ओळखू शकते — कर्करोगासह — संगणकीय टोमोग्राफी (CT) स्कॅन वाचून, चीनी तंत्रज्ञान समूहाच्या विस्तारित वैद्यकीय AI कार्यक्रमातील नवीनतम पाऊल.
साउथ चायना मॉर्निंग पोस्टच्या म्हणण्यानुसार, दामो रडार नावाचे मॉडेल, दामो अकादमी, अलिबाबाच्या संशोधन संस्थेने विकसित केले आहे आणि सायन्स जर्नलमध्ये गुरुवारी प्रकाशित केलेल्या अभ्यासात वर्णन केले आहे. संस्थेने शुक्रवारी मुक्त-स्रोत प्रकाशन जाहीर केले. बंद व्यावसायिक प्रणालींच्या विपरीत, एक मुक्त-स्रोत मॉडेल डाउनलोड केले जाऊ शकते, तपासणी केली जाऊ शकते आणि रुग्णालये आणि संशोधकांकडून रुपांतर केले जाऊ शकते - एक वितरण मॉडेल जे क्लिनिकमध्ये दत्तक घेण्यास गती देऊ शकते जे कधीही मालकीच्या निदान साधनाचा परवाना देऊ शकत नाही. For more context on this story, see our ongoing artificial intelligence updates.
वैद्यकीय इमेजिंगसाठी एक सामान्यवादी मॉडेल
दामो रडार हे व्हिजन-लँग्वेज मॉडेल आहे जे 18 ओटीपोटाच्या अवयवांना व्यापणारे कॉन्ट्रास्ट-वर्धित सीटी स्कॅनचे विश्लेषण करण्यासाठी आणि घातक ट्यूमरसह रोग आणि इतर विकृतींची विस्तृत श्रेणी ओळखण्यासाठी डिझाइन केलेले आहे, असे संस्थेने म्हटले आहे. त्याचे निर्माते त्याचे वर्णन "जगातील पहिले तज्ञ-स्तरीय जनरलिस्ट मेडिकल इमेजिंग मॉडेल" म्हणून करतात - एक रोग शोधण्यासाठी प्रशिक्षित केलेल्या अरुंद साधनाच्या ऐवजी अनेक भिन्न निष्कर्ष वाचण्याचा हेतू असलेली एक प्रणाली.
ती सामान्यतावादी महत्त्वाकांक्षा ती आतापर्यंत तैनात केलेल्या बहुतेक वैद्यकीय AI प्रणालींपासून वेगळी करते, ज्या सामान्यत: एका कामासाठी तयार केल्या गेल्या आहेत आणि प्रमाणित केल्या गेल्या आहेत, जसे की एका प्रकारच्या ट्यूमरचा शोध घेणे. 146 वेगळे क्लिनिकल निष्कर्ष पसरवणारे एक मॉडेल, जर ते प्रयोगशाळेच्या बाहेर ठेवले तर, रेडिओलॉजी विभागांमध्ये AI तैनात करण्याचे अर्थशास्त्र बदलू शकते, जेथे डझनभर एकल-उद्देश साधने एकत्र करणे अव्यवहार्य सिद्ध झाले आहे.
मॉडेलला क्लिनिकल अहवालांसह जोडलेल्या सीटी स्कॅनवर प्रशिक्षित केले गेले होते, हा एक दृष्टीकोन आहे जो सिस्टमला प्रतिमेवर जे दिसते ते वर्णन करण्यासाठी वापरत असलेल्या भाषेशी जोडण्यास शिकवतो. संशोधन संघाने सांगितले की प्रशिक्षण पद्धत अखेरीस इतर प्रकारच्या वैद्यकीय इमेजिंगमध्ये वाढविली जाऊ शकते, पोस्टनुसार.
कार्यरत रेडिओलॉजिस्ट विरुद्ध चाचणी केली
हेडलाइन क्रमांक जवळपास 40,000 वास्तविक-जागतिक परीक्षांच्या मूल्यमापनातून आले आहेत. 146 क्लिनिकल निष्कर्षांमध्ये, दामो रडारने 0.913 च्या वक्र (AUC) अंतर्गत सरासरी क्षेत्र गाठले, जे निदान कार्यक्षमतेचे सांख्यिकीय माप आहे ज्यामध्ये 1.0 परिपूर्ण अचूकता दर्शवते, अभ्यासात नोंदवले गेले.
मानवी वाचकांशी तुलना केल्यास सर्वात जास्त छाननी होईल. संशोधनानुसार, एकाधिक रुग्णालयांमधील 26 रेडिओलॉजिस्टचा समावेश असलेल्या अभ्यासात, मॉडेलची सरासरी अचूकता 23 सहभागींपेक्षा जास्त होती. आणि जेव्हा रेडिओलॉजिस्टने मॉडेलच्या सहाय्याने काम केले, तेव्हा त्यांनी चुकलेले निदान रोखण्याची क्षमता 10 टक्क्यांनी सुधारली आणि प्रत्येक केससाठी लागणारा वेळ 30 टक्क्यांहून अधिक कमी केला, असे दामो अकादमीने म्हटले आहे.
या संशोधनात झेजियांग युनिव्हर्सिटीशी संलग्न रुग्णालयासह अलीबाबासोबत अनेक संस्थांचा समावेश होता. विज्ञानातील प्रकाशन, सर्वात निवडक वैज्ञानिक नियतकालिकांपैकी एक, परिणामांना बाह्य तपासणीची पातळी देते ज्यात विक्रेता-प्रायोजित बेंचमार्कमध्ये सहसा अभाव असतो — जरी वास्तविक-जागतिक कामगिरी नेहमीच हॉस्पिटल प्रत्यक्षात पाहत असलेल्या स्कॅन, उपकरणे आणि रुग्णांच्या लोकसंख्येवर अवलंबून असते.
ओपन-सोर्सिंग का महत्त्वाचा आहे
वैद्यकीयदृष्ट्या संवेदनशील तंत्रज्ञानासाठी वजन उघडपणे सोडणे ही एक उल्लेखनीय निवड आहे. नियमन आणि सुरक्षिततेचा हवाला देऊन मालकी विक्रेते सामान्यत: वैद्यकीय मॉडेल बंद ठेवतात. ओपन रिलीझ स्वतंत्र संशोधकांना अपयश मोड्सची तपासणी करण्यास अनुमती देते, रुग्णालयांना रुग्णांचा डेटा बाहेरील विक्रेत्याकडे न पाठवता त्यांच्या स्वत: च्या पायाभूत सुविधांवर मॉडेल चालवू देते आणि मोठ्या रुग्णालय प्रणालींसाठी राखीव असलेल्या क्षमतांमध्ये लहान सुविधांना प्रवेश देते.
याचा अर्थ असा आहे की मॉडेल कसे वापरले जाते यावर अलीबाबा कमी नियंत्रण ठेवते. खुली उपलब्धता ही नैदानिक मान्यता नाही: प्रत्येक अधिकारक्षेत्रातील नियामक अद्याप हे मॉडेल रूग्णांवर उपयोजित केले जाऊ शकतात की नाही हे ठरवतील आणि रुग्णालयांना त्यांच्या स्वत: च्या उपकरणे आणि लोकसंख्येवर ते प्रमाणित करणे आवश्यक आहे.
लक्षात घेण्यासारखे एक इशाराः साउथ चायना मॉर्निंग पोस्ट अलिबाबाच्या मालकीचे आहे, ही वस्तुस्थिती पेपरने स्वतःच्या अहवालात उघड केली आहे. विज्ञानातील अंतर्निहित अभ्यासाचे प्रकाशन संशोधनाची स्वतंत्र पुष्टी प्रदान करते, परंतु शुक्रवारच्या घोषणेची रचना अपरिहार्यपणे कंपनीच्या बाजूने येते.
अलीबाबाचे व्यापक वैद्यकीय एआय पुश
दामो रडार हे डायग्नोस्टिक इमेजिंगमध्ये अलीबाबाचे पहिले पाऊल नाही. पोस्टच्या म्हणण्यानुसार, डॅमो अकादमीने अलिकडच्या वर्षांत डॉक्टरांना स्वादुपिंड, पोट आणि कोलोरेक्टल कर्करोग तसेच महाधमनी विच्छेदन ओळखण्यात मदत करण्यासाठी एआय स्क्रीनिंग साधने विकसित केली आहेत. एप्रिलमध्ये, विभागाने कोका नावाचे मॉडेल जारी केले, जे ग्वांगडोंग जनरल हॉस्पिटलसह संस्थांसह सह-विकसित होते, जे सीटी स्कॅनवर प्रारंभिक टप्प्यातील कोलोरेक्टल कर्करोग शोधण्यात रेडिओलॉजिस्टपेक्षा अधिक संवेदनशील असल्याचे कंपनीने म्हटले आहे.
एकल-रोग स्क्रिनर्सकडून सामान्यवादी मॉडेलकडे होणारी प्रगती एक व्यापक पैज प्रतिबिंबित करते: पेअर केलेल्या प्रतिमा आणि अहवालांवर प्रशिक्षित मोठ्या दृष्टी-भाषेचे मॉडेल पॅटर्न-ओळखण्याचे कार्य आत्मसात करू शकतात ज्यासाठी सध्या दुर्मिळ तज्ञ वेळ आवश्यक आहे. अनेक आरोग्य प्रणालींमध्ये रेडिओलॉजिस्टचा तुटवडा तीव्र आहे, आणि तपासणी कार्यक्रम तज्ञांच्या समान लक्ष देऊन वाचू शकतील त्यापेक्षा कितीतरी जास्त स्कॅन तयार करतात.
पुढे काय येईल
मुक्त-स्रोत प्रकाशन ही एक सुरुवात आहे, उपयोजन नाही. मॉडेलचा विचार करणाऱ्या रुग्णालयांना त्यांच्या स्वतःच्या स्कॅनवर स्थानिक प्रमाणीकरणाची आवश्यकता असेल आणि क्लिनिकल वापर देशानुसार नियामक पुनरावलोकनावर अवलंबून असेल. परंतु या आठवड्यात प्रकाशित झालेले पुरावे - जवळपास 40,000 वास्तविक-जागतिक परीक्षा, कार्यरत रेडिओलॉजिस्टशी तुलना आणि AI सहाय्याने वाचनाच्या वेळेत 30 टक्के कपात - दामो रडारला प्रेस रीलिझ म्हणून पदार्पण करणाऱ्या बहुतेक मॉडेल्सपेक्षा मजबूत पाया देते. सामान्यतावादी वैद्यकीय इमेजिंग मॉडेल्स हॉस्पिटलची मानक साधने बनतात किंवा संशोधनाचे टप्पे राहतात की नाही ते दैनंदिन क्लिनिकल सरावाच्या गोंधळलेल्या वातावरणात कसे कार्य करतात यावर अवलंबून असेल.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
