Новое исследование, проведенное в медицинском кампусе Аншутц при Университете Колорадо, показывает, что бесплатные инструменты искусственного интеллекта (ИИ) с открытым исходным кодом могут помочь врачам составлять отчеты о медицинских сканированиях так же хорошо, как и более дорогие коммерческие системы, не подвергая риску конфиденциальность пациентов.

Исследование опубликовано в журнале npj Digital Medicine .

Исследование выявляет перспективную и экономически эффективную альтернативу широко известным инструментам, таким как ChatGPT, которые зачастую дороги и могут требовать отправки конфиденциальных данных на внешние серверы.

«Это большая победа для медицинских работников и пациентов», — заявил доктор медицинских наук Аакрити Пандита, ведущий автор исследования и доцент кафедры госпитальной медицины Медицинской школы Университета Колорадо. «Мы показали, что больницам не нужны дорогостоящие или нарушающие конфиденциальность системы искусственного интеллекта для получения точных результатов».

Врачи часто диктуют записи или составляют текстовые отчёты при анализе медицинских изображений, например, УЗИ. Эти записи ценны, но не всегда представлены в формате, необходимом для различных клинических нужд. Структурирование этой информации помогает больницам отслеживать результаты лечения пациентов , выявлять тенденции и проводить исследования более эффективно. Инструменты искусственного интеллекта всё чаще используются для ускорения и повышения точности этого процесса.

Однако многие из самых передовых систем искусственного интеллекта, такие как GPT-4 от OpenAI, требуют отправки данных пациентов через интернет на внешние серверы. Это проблема здравоохранения, где законы о конфиденциальности делают защиту данных пациентов важнейшим приоритетом.

Новое исследование показало, что бесплатные модели ИИ, которые можно использовать внутри больничных систем без отправки данных куда-либо, работают так же хорошо, а иногда и лучше, чем коммерческие варианты.

Исследовательская группа сосредоточилась на конкретной медицинской проблеме: узлах щитовидной железы , уплотнениях в области шеи, часто обнаруживаемых при ультразвуковом исследовании. Врачи используют систему оценки ACR TI-RADS для оценки вероятности злокачественности этих узлов.

Чтобы обучить инструменты ИИ без использования данных реальных пациентов, исследователи создали 3000 поддельных, или «синтетических», заключений рентгенологов. Эти заключения имитировали язык, используемый врачами, но не содержали никакой конфиденциальной информации. Затем команда обучила шесть различных бесплатных моделей ИИ читать и оценивать эти заключения.

Они протестировали модели на 50 реальных историях болезни пациентов из общедоступного набора данных и сравнили результаты с коммерческими инструментами искусственного интеллекта, такими как GPT-3.5 и GPT-4. Одна из моделей с открытым исходным кодом, Yi-34B, показала результаты не хуже GPT-4, когда ей дали несколько обучающих примеров. Даже модели меньшего размера, которые можно запустить на обычных компьютерах, показали лучшие результаты, чем GPT-3.5, в некоторых тестах.

«Коммерческие инструменты эффективны, но не всегда применимы в условиях здравоохранения», — сказал доктор медицинских наук Нихил Мадхурипан, старший автор исследования и исполняющий обязанности заведующего отделением абдоминальной радиологии Медицинской школы Университета Колорадо. «Они дороги, и их использование обычно подразумевает отправку данных пациентов на серверы компании, что может представлять серьёзную угрозу конфиденциальности».

В отличие от этого, инструменты ИИ с открытым исходным кодом могут работать внутри собственной защищённой системы больницы. Это означает, что никакая конфиденциальная информация не должна покидать здание, и нет необходимости приобретать большие и дорогие кластеры графических процессоров.

Исследование также показывает, что синтетические данные могут быть безопасным и эффективным способом обучения инструментов ИИ, особенно в условиях ограниченного доступа к реальным медицинским картам пациентов. Это открывает возможности для создания настраиваемых и доступных систем ИИ для многих областей здравоохранения.

Команда надеется, что их подход можно будет использовать не только в рентгенологии. Пандита отметил, что в будущем подобные инструменты помогут врачам анализировать результаты КТ, систематизировать медицинские записи или отслеживать прогрессирование заболеваний.

«Речь идёт не только об экономии времени, — сказал Пандита. — Речь идёт о создании инструментов ИИ, которые действительно можно использовать в повседневной медицинской практике, не тратя много денег и не нарушая конфиденциальность пациентов ».

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.