AI diagnostikas: uus lähenemisviis avastas usaldusväärselt haruldasi haigusi

Meditsiini tulevikul on nüüd põnev uus värvikiht! Tehisintellekt (AI) võiks peagi revolutsiooniliselt muuta arstide diagnoosimise viis, mille murranguline lähenemisviis põhineb viimasel teadmiste tasemel. Muljetavaldavas koostöös juhivad Kluge Müncheni Ludwig Maximiliansi ülikooli ja Berliini tehnikaülikooli koos Charité-University Medicine'iga Berliini uuendusliku viisi AI tõhusamaks kasutamiseks meditsiiniliseks diagnostikaks.

Müncheni patoloogilise instituudi direktor professor Frederick Klauschen räägib lihtteksti: "Väljakutse on ära tunda haruldasi haigusi. Meie praegused AI -mudelid jõuavad sageli nendega." Kuid nüüd on lootust!

revolutsiooniline lähenemisviis

Piirkonnad on välja töötanud AI -mudeli, mis ei sõltu enam haruldaste haiguste hulgaliselt näidetest. Selle asemel keskendub uus süsteem kõrvalekalletele: "Me õpime normaalsest," selgitab Klauschen. Enam kui 17 miljonist histoloogilisest pilti pärinevate mikroskoopiliste piltide täpse analüüsiga nauditakse mudelit, st koolitatakse ära tunda tavapärasest kõrvalekaldeid, ilma et peaksite spetsiaalselt valmistama haruldaste haiguste jaoks.

Austatud spetsialiseerunud ajakirjas New England Journal of Medicine AI avaldatud uuringus suutsid teadlased tõestada, et nende mudel tunnistab usaldusväärselt kõige haruldasemaid haigusi. Kõige tavalisemad leiud, näiteks krooniline gastriit, moodustavad 90 protsenti juhtudest. Järelejäänud 10 protsenti? Värviline 56 erineva kliinilise pildi värviline smorgasbord, sealhulgas mõned haruldased vähid!

kiire diagnoosimise võti

Kui revolutsiooniline on see lähenemisviis? Äärmiselt! Uus AI mudel võib muuta patoloogia diagnoosi drastiliselt lihtsamaks. Berliini tehnikaülikooli professor Klaus-Robert Müller rõhutab: "Meie mudel võib ära tunda anomaaliaid kõrge usaldusväärsusega-mis ei suuda teha ühtegi teist avaldatud AI-tööriista!" See võib patolooge tohutult leevendada.

Efektid on tohutud! Klauschen paljastab: "Arstid võiksid diagnoosida kuni kolmandiku juhtudest kiiremini, mis tähendab tohutut aja kokkuhoidu." Lisaks võib mudel aidata vältida tähelepanuta jäetud diagnoose ja seada töötlemisel prioriteedid. Milline hüpe diagnostilise tehnoloogia tulevikku!

Meeskond on optimistlik: tehnoloogia on veelgi täpsustatud ja see võib seetõttu tähendada otsustavat sammu tõhusama arstiabi suunas.

Väljaanne: J. Dippel & N. Prenißl jt: AI-l põhinev anomaalia tuvastamine kliinilise ja astme histopatoloogilise diagnostika jaoks. NEJM AI 2024