Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

scmp+1yenisafak+1yenisafakAlibaba Groupin tutkimusyksikkö Damo Academy on julkaissut avoimena lähdekoodina tekoälymallin, joka kykenee tunnistamaan lähes 150 vatsan alueen sairautta, syövät mukaan lukien, tietokonetomografiakuvista, instituutti ilmoitti perjantaina.scmp
Damo Radar -niminen näkö- ja kielimalli analysoi varjoainetehosteisia tietokonetomografiakuvia 18 vatsan elimestä tunnistaakseen laajan kirjon sairauksia ja poikkeavuuksia, pahanlaatuiset kasvaimet mukaan lukien. Julkaisu merkitsee merkittävää laajennusta Alibaban lääketieteellisen tekoälyn kehitystyössä ja tarjoaa tehokkaan diagnostiikkatyökalun sairaaloiden ja tutkijoiden käyttöön ympäri maailmaa.
Lähes 40 000 todellisen potilastapauksen testeissä Damo Radar saavutti keskimääräisen AUC-arvon (area under the curve) 0,913 yhteensä 146 kliinisessä löydöksessä, selviää Science-lehdessä julkaistusta tutkimuksesta. AUC-arvo 1,0 edustaa täydellistä diagnostiikkatarkkuutta.aa+1
Tutkimuksessa, johon osallistui 26 radiologia useista eri sairaaloista, malli suoriutui keskimäärin paremmin kuin 23 osallistujaa. Kun radiologit käyttivät Damo Radaria apunaan, diagnosointivirheet vähenivät 10 prosenttia ja diagnosointiaika lyheni yli 30 prosenttia.ua+1
Malli on koulutettu käyttämällä tietokonetomografiakuvia yhdessä kliinisten raporttien kanssa, yhdistäen raa'an lääketieteellisen kuvadatan ja yksityiskohtaiset tekstikuvaukset näkö- ja kielioppimisen avulla. Tutkimusryhmä kuvaili Damo Radaria "maailman ensimmäiseksi asiantuntijatason yleiskäyttöiseksi lääketieteellisen kuvantamisen malliksi", mikä erottaa sen kapeammista tekoälytyökaluista, jotka keskittyvät yleensä vain yhteen sairauteen tai elimeen.aa+1
Kehitystiimin mukaan koulutusmenetelmää voitaisiin tulevaisuudessa soveltaa myös muihin lääketieteellisen kuvantamisen muotoihin kuin vatsan alueen tietokonetomografiaan.scmp
Julkaisemalla mallin avoimena lähdekoodina Alibaba mahdollistaa sen, että tutkijat, pienemmät sairaalat ja riippumattomat kehittäjät voivat tarkastella, testata ja kehittää taustalla olevaa koodia. Avoimen lähdekoodin julkaisun tavoitteena on mahdollistaa työkalun integrointi osaksi radiologian osastoja auttamaan lääkäreitä monimutkaisten vatsan alueen kuvien tulkinnassa.yenisafak
Damo Academy on aiemmin edistänyt muita erikoistuneita lääketieteellisen tekoälyn työkaluja, kuten Damo LiON -mallia maksasyövän diagnosointiin, joka tunnisti 15 pahanlaatuista kasvainta, jotka jäivät lääkäreiltä huomaamatta kliinisessä kokeessa.geosirius.ifz