Robotul AI „Transformer” dotat cu inteligenţă artificială este capabil să interpreteze cu acurateţe imaginile cu raze X toracice la fel ca un medic radiolog cu experienţă. Tehnologia a depăşit alte modele de AI utilizate în mod obişnuit pentru a ajuta la diagnosticarea bolilor, potrivit unui nou studiu din Germania publicat în revista Radiology.
Dezvoltată de o echipă de oameni de ştiinţă de la Spitalul Universitar din Aachen, această tehnologie AI avansată foloseşte ceea ce cercetătorii numesc tehnologia „reţele neuronale bazate pe transformatori”, care a fost dezvoltată iniţial pentru a analiza limbajul uman şi platformele de tip ChatGPT.
Clinicienii se bazează în mod obişnuit pe date imagistice şi non-imagistice pentru a diagnostica bolile. Cu toate acestea, abordările existente bazate pe inteligenţa artificială au fost limitate la manipularea unui tip de date la un moment dat. Ca atare, Robotul AI „Transformer” reprezintă un progres semnificativ, capabil să analizeze datele clinice împreună cu o imagine cu raze X pentru a lua o decizie mai informată, au anunţat reprezentanţii Societăţii Americane de Radiologie.
„Modelele transformatoare formează un tip mai general de reţea neuronală, făcându-le deosebit de potrivite pentru aplicaţiile medicale în care diverse variabile, cum ar fi datele pacientului şi descoperirile imagistice, sunt frecvent integrate în procesul de diagnosticare”, a precizat dr. Firas Khader, de la Spitalul Universitar din Aachen, autorul principal al studiului.
Khader şi ceilalţi cercetători au adaptat modelul de studiu special pentru uz medical, instruindu-l să extragă din două baze de date extinse care conţin istoricul clinic a peste 82.000 de pacienţi.
Pentru a-şi desfăşura cercetările, AI a fost instruit să diagnosticheze până la 25 de boli diferite, pentru a fi apoi comparat cu un model multimodal. Cercetătorii au descoperit că varianta multimodală a depăşit în mod constant în ceea ce priveşte acurateţea diagnosticului în toate condiţiile testate, ajungând la 77%, faţă de o acurateţe de 70% pentru AI care folosea doar radiografiile toracice şi 72% atunci când i s-a oferit doar date clinice şi nicio imagine.
Khader consideră că modelul propus ar putea servi drept model pentru integrarea eficientă a unor cantităţi mari de date în platformele AI.
„Odată cu creşterea constantă a volumelor de date despre pacienţi şi a timpului limitat pe care medicii îl pot petrece pentru fiecare pacient, devine din ce în ce mai dificil pentru clinicieni să interpreteze în mod eficient toate informaţiile disponibile. Modelele multimodale deţin promisiunea de a ajuta clinicienii în diagnosticarea lor prin eficientizarea agregarii datelor disponibile în diagnostice precise şi precise”, a declarat cercetătorul, potrivit siteului healthimaging.com.
