ماذا حدث
أصدر قسم الأبحاث في شركة علي بابا، أكاديمية دامو، نموذجًا مفتوح المصدر للغة الرؤية يسمى Damo Radar، وهو مصمم لتحليل الأشعة المقطعية المحسنة على النقيض من ذلك. النموذج قادر على تحديد 146 نتيجة سريرية متميزة عبر 18 عضوًا في البطن، بما في ذلك الأورام الخبيثة المختلفة. وفقًا للتقرير الصادر عن NewsBytes، تم تدريب النموذج على مجموعة بيانات تشتمل على الأشعة المقطعية والتقارير السريرية لتحقيق قدراته التشخيصية.
أصدرت أكاديمية دامو التابعة لشركة علي بابا Damo Radar، وهو نموذج مفتوح المصدر للغة الرؤية مصمم خصيصًا للتصوير الطبي. تم تصميم النظام لمعالجة الأشعة المقطعية المعززة بالتباين لتحديد مجموعة واسعة من حالات البطن.
يغطي النموذج 18 عضوًا في البطن، وهو قادر على اكتشاف 146 نتيجة سريرية مختلفة، بما في ذلك الأورام الخبيثة. ويصف فريق البحث النظام بأنه نموذج تصوير طبي "عام"، يهدف إلى توفير تحليل على مستوى الخبراء.
تضمن تدريب Damo Radar مجموعة بيانات واسعة النطاق من الأشعة المقطعية المقترنة بالتقارير السريرية المقابلة. حقق النموذج متوسط مساحة تحت المنحنى (AUC) يبلغ 0.913 بناءً على اختبار ما يقرب من 40.000 اختبار في العالم الحقيقي.
تفاصيل المصدر: newsbytesapp.com ↗
لماذا يهم
يمثل تقديم Damo Radar خطوة مهمة في تطبيق نماذج لغة الرؤية في التشخيص الطبي. من خلال تحقيق مساحة تحت المنحنى (AUC) تبلغ 0.913 عبر ما يقرب من 40.000 فحص في العالم الحقيقي، يوضح النموذج أداءً عالي المستوى في تحديد أمراض البطن المعقدة. ويتميز هذا التطور بقدرته على مساعدة أطباء الأشعة من خلال أتمتة فحص الأشعة المقطعية، مما قد يقلل من وقت التشخيص ويحسن اكتشاف التشوهات التي قد يتم تفويتها. تسمح طبيعة النموذج مفتوحة المصدر بإجراء بحث وتكامل على نطاق أوسع في أنظمة الرعاية الصحية، على الرغم من أن التنفيذ العملي في الإعدادات السريرية يظل خاضعًا للموافقة التنظيمية ومزيد من التحقق من الصحة. ويشير فريق البحث إلى أن منهجية التدريب الأساسية يمكن أن تمتد في النهاية إلى أشكال أخرى من التصوير الطبي، مما قد يؤدي إلى توسيع نطاق التشخيص بمساعدة الذكاء الاصطناعي إلى ما هو أبعد من صحة البطن.
يسلط إصدار Damo Radar الضوء على القدرة المتزايدة لنماذج لغة الرؤية للتعامل مع المهام الطبية المتخصصة. ومن خلال أتمتة تحليل الأشعة المقطعية المعقدة، يهدف النموذج إلى دعم المتخصصين في الرعاية الصحية في تحديد الأمراض بشكل أكثر كفاءة.
يعد توفر النموذج مفتوح المصدر عاملاً مهمًا، لأنه يسمح للباحثين والمطورين بالبناء على البنية الحالية. وهذا يمكن أن يسرع تطوير أدوات مماثلة لطرائق التصوير الطبي الأخرى.
يشير AUC المُبلغ عنه والذي يبلغ 0.913 إلى مستوى عالٍ من دقة التشخيص، وهو أمر بالغ الأهمية للاعتماد السريري. ومع ذلك، فإن التأثير العملي سيعتمد على مدى فعالية دمج النموذج في سير العمل السريري الحالي وأدائه في بيئات العالم الحقيقي غير الخاضعة للرقابة.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
Which component of an AI application is the machine-learning model itself?
ماذا تشاهد بعد ذلك
سيكون التركيز الأساسي للمراقبين هو انتقال النموذج من البحث إلى التطبيق السريري. تشمل الأمور الرئيسية المجهولة المسارات التنظيمية المحددة المطلوبة لنشرها في مختلف ولايات الرعاية الصحية ومدى توفر النموذج للتكامل من قبل مطوري البرامج الطبية التابعين لجهات خارجية. بالإضافة إلى ذلك، في حين أن نسبة AUC المُبلغ عنها والتي تبلغ 0.913 عالية، سيكون التحقق السريري المستقل في مجموعات متنوعة من المرضى ضروريًا لتأكيد موثوقيتها عبر بيئات المستشفيات المختلفة ومعدات التصوير. قد توضح التحديثات المستقبلية ما إذا كان سيتم دمج النموذج في منصات التشخيص الحالية أم أنه سيتطلب بنية تحتية مستقلة.
راقب الإعلانات المتعلقة بشروط الترخيص المحددة للإصدار مفتوح المصدر وأي وثائق مرتبطة بالمطورين.
مراقبة الدراسات المستقلة أو المنشورات التي يراجعها النظراء والتي تتحقق من صحة أداء النموذج خارج مجموعات بيانات التدريب والاختبار الأولية التي تقدمها أكاديمية دامو.
لاحظ كيف تختار مؤسسات الرعاية الصحية أو شركات التكنولوجيا الطبية تنفيذ هذا النموذج أو تكييفه للاستخدام السريري، لا سيما فيما يتعلق ببروتوكولات السلامة والإشراف التشخيصي.