Bộ phận nghiên cứu của Alibaba đã cung cấp một mô hình trí tuệ nhân tạo có nguồn mở có thể xác định gần 150 bệnh lý ở bụng - bao gồm cả ung thư - bằng cách đọc ảnh chụp cắt lớp vi tính (CT), bước mới nhất trong chương trình AI y tế mở rộng của tập đoàn công nghệ Trung Quốc.

Mô hình này có tên Damo Radar, được phát triển bởi Học viện Damo, viện nghiên cứu của Alibaba và được mô tả trong một nghiên cứu được công bố hôm thứ Năm trên tạp chí Science, theo South China Morning Post. Viện đã công bố phát hành nguồn mở vào thứ Sáu. Không giống như các hệ thống thương mại khép kín, mô hình nguồn mở có thể được các bệnh viện và nhà nghiên cứu tải xuống, kiểm tra và điều chỉnh - một mô hình phân phối có thể tăng tốc độ áp dụng ở các phòng khám không bao giờ có thể cấp phép cho một công cụ chẩn đoán độc quyền. For more context on this story, see our ongoing more AI stories.

Mô hình tổng quát cho hình ảnh y tế

Viện cho biết Damo Radar là mô hình ngôn ngữ thị giác được thiết kế để phân tích ảnh chụp CT tăng cường độ tương phản bao phủ 18 cơ quan bụng và xác định một loạt bệnh cũng như các bất thường khác, bao gồm cả khối u ác tính, viện cho biết. Những người tạo ra nó mô tả nó là "mô hình hình ảnh y tế tổng quát cấp chuyên gia đầu tiên trên thế giới" - một hệ thống duy nhất nhằm đọc nhiều phát hiện khác nhau thay vì một công cụ hẹp được đào tạo để phát hiện một căn bệnh.

Tham vọng tổng quát đó khiến nó khác biệt với hầu hết các hệ thống AI y tế được triển khai cho đến nay, vốn thường được xây dựng và xác nhận cho một nhiệm vụ duy nhất, chẳng hạn như phát hiện một loại khối u. Một mô hình duy nhất bao gồm 146 phát hiện lâm sàng riêng biệt, nếu nó được áp dụng bên ngoài phòng thí nghiệm, có thể thay đổi tính kinh tế của việc triển khai AI trong các khoa X quang, nơi việc kết hợp hàng tá công cụ đơn mục đích đã được chứng minh là không thực tế.

Mô hình này đã được đào tạo về quét CT kết hợp với các báo cáo lâm sàng, một phương pháp hướng dẫn hệ thống kết nối những gì xuất hiện trên hình ảnh với ngôn ngữ mà bác sĩ lâm sàng sử dụng để mô tả nó. Nhóm nghiên cứu cho biết phương pháp đào tạo này cuối cùng có thể được mở rộng sang các loại hình ảnh y tế khác, theo Post.

Đã được thử nghiệm với các bác sĩ X quang đang làm việc

Những con số tiêu đề đến từ việc đánh giá gần 40.000 bài kiểm tra thực tế. Nghiên cứu cho biết, trên 146 kết quả lâm sàng, Damo Radar đã đạt được diện tích dưới đường cong (AUC) trung bình là 0,913, một thước đo thống kê về hiệu suất chẩn đoán trong đó 1,0 thể hiện độ chính xác hoàn hảo.

Sự so sánh với độc giả con người sẽ thu hút sự xem xét kỹ lưỡng nhất. Theo nghiên cứu, trong một nghiên cứu có sự tham gia của 26 bác sĩ X quang từ nhiều bệnh viện, độ chính xác trung bình của mô hình đã vượt quá 23 người tham gia. Và khi các bác sĩ X quang làm việc với sự hỗ trợ của mô hình, họ đã cải thiện khả năng ngăn chặn các chẩn đoán bị bỏ sót thêm 10% đồng thời cắt giảm hơn 30% thời gian cần thiết cho mỗi trường hợp, Học viện Damo cho biết.

Nghiên cứu có sự tham gia của một số tổ chức cùng với Alibaba, bao gồm cả một bệnh viện liên kết với Đại học Chiết Giang. Publication in Science, một trong những tạp chí khoa học chọn lọc nhất, đưa ra kết quả ở mức độ kiểm tra bên ngoài mà các tiêu chuẩn do nhà cung cấp tài trợ thường thiếu - mặc dù hiệu suất trong thế giới thực luôn phụ thuộc vào kết quả quét, thiết bị và số lượng bệnh nhân mà bệnh viện thực sự nhìn thấy.

Tại sao nguồn mở lại quan trọng

Việc thả quả tạ một cách công khai là một lựa chọn đáng chú ý đối với công nghệ nhạy cảm về mặt y tế. Các nhà cung cấp độc quyền thường đóng cửa các mô hình y tế với lý do quy định và an toàn. Bản phát hành mở cho phép các nhà nghiên cứu độc lập thăm dò các chế độ lỗi, cho phép các bệnh viện chạy mô hình trên cơ sở hạ tầng của riêng họ mà không cần gửi dữ liệu bệnh nhân cho nhà cung cấp bên ngoài và cung cấp cho các cơ sở nhỏ hơn quyền truy cập vào các khả năng vốn dành riêng cho các hệ thống bệnh viện lớn.

Điều đó cũng có nghĩa là Alibaba ít kiểm soát hơn cách sử dụng mô hình này. Tính khả dụng mở không phải là phê duyệt lâm sàng: các cơ quan quản lý ở từng khu vực pháp lý vẫn sẽ quyết định xem liệu mô hình có thể được triển khai trên bệnh nhân hay không và bằng cách nào, đồng thời các bệnh viện sẽ cần xác nhận nó trên thiết bị và nhóm dân cư của chính họ.

Một lưu ý đáng lưu ý: South China Morning Post thuộc sở hữu của Alibaba, một sự thật mà tờ báo này tiết lộ trong báo cáo của chính mình. Việc công bố nghiên cứu cơ bản trên tạp chí Science cung cấp xác nhận độc lập về bản thân nghiên cứu, nhưng việc đưa ra thông báo hôm thứ Sáu chắc chắn đến từ phía công ty.

Cú hích AI y tế rộng lớn hơn của Alibaba

Damo Radar không phải là bước đi đầu tiên của Alibaba trong lĩnh vực chẩn đoán hình ảnh. Theo Post, Học viện Damo đã dành những năm gần đây để phát triển các công cụ sàng lọc AI để giúp các bác sĩ xác định ung thư tuyến tụy, dạ dày và đại trực tràng cũng như bóc tách động mạch chủ. Vào tháng 4, bộ phận này đã phát hành một mô hình có tên Coca, được đồng phát triển với các tổ chức bao gồm Bệnh viện Đa khoa Quảng Đông, công ty cho biết mô hình này nhạy hơn bác sĩ X quang trong việc phát hiện ung thư đại trực tràng giai đoạn đầu trên ảnh chụp CT.

Sự phát triển từ các máy sàng lọc bệnh đơn lẻ sang mô hình tổng quát phản ánh sự đặt cược rộng hơn: các mô hình ngôn ngữ thị giác lớn được đào tạo trên các hình ảnh và báo cáo được ghép nối có thể tiếp thu công việc nhận dạng mẫu hiện đang đòi hỏi rất ít thời gian của chuyên gia. Tình trạng thiếu bác sĩ X quang đang trầm trọng ở nhiều hệ thống y tế và các chương trình sàng lọc tạo ra nhiều bản quét hơn mức mà các chuyên gia có thể đọc được với sự chú ý như nhau.

Điều gì xảy ra tiếp theo

Bản phát hành nguồn mở là sự khởi đầu, không phải là quá trình triển khai. Các bệnh viện đang xem xét mô hình này sẽ cần được xác nhận tại địa phương trên kết quả quét của chính họ và việc sử dụng lâm sàng sẽ phụ thuộc vào việc đánh giá theo quy định của từng quốc gia. Nhưng bằng chứng được công bố trong tuần này - gần 40.000 bài kiểm tra trong thế giới thực, so sánh trực tiếp với các bác sĩ X quang đang làm việc và báo cáo giảm 30% thời gian đọc với sự hỗ trợ của AI - mang lại cho Damo Radar một nền tảng vững chắc hơn hầu hết các mẫu ra mắt dưới dạng thông cáo báo chí. Việc các mô hình hình ảnh y tế tổng quát có trở thành công cụ tiêu chuẩn của bệnh viện hay vẫn duy trì các cột mốc nghiên cứu sẽ phụ thuộc vào cách chúng hoạt động trong môi trường thực hành lâm sàng hàng ngày lộn xộn hơn.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →