مؤسسه تحقیقاتی Damo Academy متعلق به علیبابا، مدل هوش مصنوعی پزشکی جدیدی به نام Damo Radar را متنباز کرده است که میتواند با بررسی تصاویر سیتیاسکن، نزدیک به ۱۵۰ بیماری و ناهنجاری شکمی از جمله انواع سرطان را شناسایی کند.
Damo Radar یک مدل بینایی-زبانی است که برای تحلیل سیتیاسکنهای دارای ماده حاجب طراحی شده و میتواند تصاویر مربوط به ۱۸ اندام شکمی را بررسی و ۱۴۶ یافته بالینی مختلف را شناسایی کند.
این مدل با استفاده از تصاویر سیتیاسکن همراه با گزارشهای پزشکی آموزش داده شده و در آزمایش روی نزدیک به ۴۰ هزار معاینه واقعی، به میانگین امتیاز AUC برابر با ۰٫۹۱۳ دست یافته است؛ عددی که هرچه به ۱ نزدیکتر باشد، نشاندهنده عملکرد تشخیصی بهتر است.
در یک مطالعه مقایسهای با حضور ۲۶ رادیولوژیست از چند بیمارستان، دقت میانگین مدل از ۲۳ نفر از شرکتکنندگان بیشتر بود. همچنین استفاده از Damo Radar در کنار پزشکان باعث شد توانایی آنها برای جلوگیری از تشخیصهای از دسترفته حدود ۱۰ درصد افزایش پیدا کند و زمان موردنیاز برای بررسی تصاویر نیز بیش از ۳۰ درصد کاهش یابد.
نتایج این پژوهش در مجله معتبر Science منتشر شده است و چندین مرکز تحقیقاتی و درمانی، از جمله بیمارستان وابسته به دانشگاه ژجیانگ، در آن مشارکت داشتهاند.
علیبابا میگوید روش آموزشی بهکاررفته در Damo Radar میتواند در آینده برای انواع دیگر تصاویر پزشکی نیز توسعه پیدا کند. این مدل در ادامه تلاشهای Damo Academy برای استفاده از هوش مصنوعی در تشخیص زودهنگام سرطانهای پانکراس، معده و روده بزرگ و همچنین بیماریهایی مانند دایسکشن آئورت توسعه یافته است.
این مؤسسه در ماه آوریل نیز مدل Coca AI را معرفی کرده بود که به گفته علیبابا، در شناسایی مراحل اولیه سرطان روده بزرگ از روی سیتیاسکن، حساسیت بیشتری نسبت به رادیولوژیستها نشان داده است.
کد خبر ۲۰۱۰۵۰۶۲۹.۳۵۳
منبع: SCMP
