Аарон Николсон работает над своей моделью автоматизированной системы регистрации рентгеновских снимков. Источник: CSIRO
Каждый второй австралиец регулярно использует искусственный интеллект (ИИ), и ожидается, что это число будет расти. ИИ становится всё более заметным в нашей жизни благодаря появлению ChatGPT и других чат-ботов.
Исследователи из Австралийского центра исследований электронного здравоохранения (AEHRC) при CSIRO изучают, как ИИ, включая системы, лежащие в основе чат-ботов, можно использовать для более альтруистичной цели: произвести революцию в здравоохранении.
Ранние версии ChatGPT были построены на основе системы искусственного интеллекта, называемой большой языковой моделью (LLM), и были полностью текстовыми. Вы могли «общаться» с ChatGPT, вводя текст.
Например, последняя версия ChatGPT включает в себя визуально-языковые модели (VLM), которые дополняют визуальное понимание языковых навыков LLM. Это позволяет ему «видеть», описывать то, что он «видит», и связывать это с языком.
Исследователи AEHRC теперь используют VLM для интерпретации медицинских изображений, таких как рентгеновские снимки.
Это сложная технология, но цель ее проста: оказать поддержку рентгенологам и снизить на них нагрузку.
Модели визуального языка трансформируют рентгеновский анализ
Доктор Аарон Николсон, научный сотрудник AEHRC, является одним из исследователей, работающих над проектом.
Он сказал, что с VLM можно использовать любые виды изображений, но его команда сосредоточена на рентгенограммах грудной клетки.
Рентгенография грудной клетки используется по многим важным причинам, в том числе для диагностики заболеваний сердца и дыхательных путей, скрининга рака легких и проверки положения медицинских устройств, таких как кардиостимуляторы.
Как правило, для интерпретации сложных изображений и составления диагностического заключения требуются подготовленные специалисты — рентгенологи.
Однако в Австралии рентгенологи перегружены.
«Слишком мало рентгенологов для того объема работы, который необходимо выполнить», — сказал Николсон.
Проблема, скорее всего, усугубится, поскольку число пациентов и проводимых рентгенографий грудной клетки будет продолжать расти, особенно по мере старения населения.
Вот почему Николсон разрабатывает модель, которая использует VLM для создания радиологических отчетов по рентгенограммам грудной клетки.
«Цель — создать технологию, которая может интегрироваться в рабочий процесс рентгенологов и оказывать им помощь», — сказал он.
Практика делает (почти) совершенным
Обучение VLM требует большого объёма данных. Чем больше информации у модели, тем точнее она может делать прогнозы.
Николсон объяснил, что VLM получает ту же информацию, что и рентгенолог : рентгеновские снимки и направление пациента.
«Затем мы предоставляем модели соответствующее рентгенологическое заключение, составленное рентгенологом. Модель учится составлять заключение на основе полученных изображений и информации», — сказал он.
Как и люди, модели ИИ совершенствуются по мере практики.
«Мы обучаем модель, используя сотни и тысячи рентгеновских снимков. По мере того, как модель обучается на большем количестве данных, она может выдавать более точные результаты», — сказал Николсон.
На этом этапе своего исследования Николсон стремился еще больше повысить точность отчетов, поэтому он решил попробовать что-то новое.
«Мы также предоставили модели записи о состоянии пациента из отделения неотложной помощи», — сказал он.
«Это означает такую информацию, как основная жалоба пациента при сортировке, его жизненно важные показатели во время пребывания в стационаре, лекарства, которые он обычно принимает, и лекарства, назначенные пациенту во время пребывания в стационаре».
Как он и надеялся, предоставление модели этой дополнительной информации повысило точность отчетов рентгенологических исследований.
«Мы пытаемся довести технологию до стадии, когда её можно будет рассматривать для будущих испытаний. Это большой шаг в этом направлении», — сказал он.
Этический и применимый ИИ
Помимо создания диагностических отчетов на основе рентгеновских снимков грудной клетки, AEHRC изучает другие области применения VLM.
Доктор Арвин Чжуан, постдокторант AEHRC, использует VLM для извлечения информации из изображений медицинских документов. Обработка документов как изображений, а не текста, позволяет извлекать информацию более эффективно.
Это волнующее время для Николсона и Чжуан, но вопросы этики и безопасности всегда остаются для них на первом месте.
«Мы хотим убедиться, что модель эффективна для всех групп населения. Для этого нам необходимо учитывать и устранять такие проблемы, как демографические смещения в данных, на которых мы обучаем наши модели», — сказал Николсон.
Он также отмечает, что технология не предназначена для замены медицинских специалистов.
«Технология не будет принимать клинические решения сама по себе. Радиолог всегда будет в курсе событий», — сказал Николсон.
В настоящее время он и его команда проводят испытания технологии совместно с больницей принцессы Александры в Брисбене, сравнивая отчеты, созданные с помощью ИИ, с отчетами, подготовленными врачами-рентгенологами.
Они также активно ищут дополнительные клинические площадки для участия в дальнейших испытаниях, чтобы оценить эффективность технологии в более широком диапазоне условий.
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.