Bir yapay zeka, göğüs röntgenlerinde hastalığı tespit etmeyi kendisine öğretmek için tıbbi notlar kullandı

Nature Biomedical Engineering’de açıklanan araştırma, modelin pnömoni, çökmüş akciğerler ve lezyonlar gibi sorunları tanımlamada diğer kendi kendini denetleyen AI modellerinden daha etkili olduğunu buldu. Aslında, insan radyologlarına doğruluk açısından benzerdi.

Diğerleri yapılandırılmamış tıbbi verileri bu şekilde kullanmayı denemiş olsa da, bir ekibin yapay zeka modeli ilk kez yapılandırılmamış metinlerden ve eşleşen radyologların performansından bir şeyler öğrendi ve belirli bir röntgenden birden fazla hastalığı tahmin etme yeteneğini gösterdi. Stanford’da lisans öğrencisi ve raporun ortak yazarlarından biri olan misafir araştırmacı Ekin Tiu, yüksek derecede doğruluk, diyor.

“Bunu yapan ve bunu bu alanda etkili bir şekilde gösteren ilk biziz” diyor.

Biyomedikal alanında yardımcı doçent Pranav Rajpurkar, modelin kodunun, vücudun diğer bölgelerindeki daha geniş bir hastalık yelpazesini tespit etmeye yardımcı olmak için BT taramalarına, MRI’lara ve ekokardiyogramlara uygulanabilmesi umuduyla diğer araştırmacıların kullanımına açık hale getirildiğini söylüyor. projeyi yöneten Harvard Tıp Okulu’ndaki Blavatnik Enstitüsü’nde bilişim.

“Umudumuz, insanların bunu kutudan çıkar çıkmaz diğer göğüs röntgeni veri setlerine ve umursadıkları hastalıklara uygulayabilmeleridir” diyor.

Rajpurkar ayrıca, minimum denetim gerektiren tanısal AI modellerinin, uzmanların kıt olduğu ülkelerde ve topluluklarda sağlık hizmetlerine erişimi artırmaya yardımcı olabileceği konusunda iyimser.

Meme kanserini tespit etmek için AI kullanan Alman startup Vara’nın makine öğrenimi direktörü Christian Leibig, “Raporlardan alınan daha zengin eğitim sinyalini kullanmak çok mantıklı” diyor. “Bu performans seviyesine ulaşmak oldukça büyük bir başarı.”