Компания GE Healthcare в сотрудничестве с Amazon Web Services совершила значительный прорыв в области медицинской визуализации, представив первую в отрасли модель искусственного интеллекта, способную анализировать 3D-изображения МРТ всего тела. Это достижение знаменует собой важный шаг вперед, поскольку ранее существующие методы были ограничены анализом двухмерных изображений, что затрудняло точное исследование сложных анатомических структур.
На мероприятии AWS re:Invent, GE Healthcare продемонстрировала, как новая модель, построенная с нуля на платформе AWS, обучалась на основе более чем 173 000 изображений из 19 000 исследований. Этот процесс потребовал в пять раз меньше вычислительных ресурсов, чем это было необходимо ранее, что подчеркивает эффективность и инновационность подхода компании.
Хотя модель пока находится на стадии эволюционного исследования и не была коммерциализирована, в ближайшее время Mass General Brigham начнет ее тестирование. Это позволит оценить потенциал модели в реальных условиях и определить её эффективность в различных медицинских сценариях.
«Наша цель — передать эти модели в руки технических групп, работающих в системах здравоохранения, предоставив им мощные инструменты для более быстрой и экономически эффективной разработки исследовательских и клинических приложений», — рассказал VentureBeat директор по искусственному интеллекту компании GE HealthCare Пэрри Бхатия.
Одной из ключевых особенностей новой модели является её мультимодальность. Она поддерживает такие функции, как поиск изображений по тексту, связывание изображений и слов, а также сегментация и классификация заболеваний. Это дает медицинским специалистам возможность получать более детальные данные в одном сканировании, что может существенно ускорить и улучшить процесс диагностики и лечения.
Важную роль в разработке модели сыграла стратегия «изменения размера и адаптации», которая позволила модели обрабатывать и реагировать на различные вариации данных. Кроме того, разработчики использовали полунаблюдаемый студенческо-учительский метод обучения, что особенно полезно при ограниченном объеме данных. Этот метод позволяет обучать модель даже с небольшими объемами помеченных данных, что существенно снижает зависимость от больших наборов данных.
Для решения проблемы ограниченной вычислительной мощности GE Healthcare использовала Amazon SageMaker и графические процессоры Nvidia A100 для масштабного обучения. Это позволило кастомизировать и масштабировать операции на нескольких GPU, обеспечивая высокую скорость и эффективность обработки данных.
«Модель обладает значительным потенциалом для анализа данных 3D-МРТ в реальном времени, что может улучшить такие медицинские процедуры, как биопсия, лучевая терапия и роботизированная хирургия», — рассказал генеральный менеджер по здравоохранению и биологическим наукам в AWS.
GE Healthcare также видит огромные возможности для расширения использования модели в других областях медицины. Технология может быть применена в радиотерапии, где радиологи тратят значительное время на ручную разметку органов, находящихся в зоне риска. Кроме того, модель может помочь сократить время сканирования при рентгеновских снимках и других процедурах, которые в настоящее время требуют от пациентов находиться в неподвижном состоянии в течение длительных периодов времени.
В конечном итоге, GE Healthcare и AWS не только расширяют доступ к данным медицинской визуализации с помощью облачных инструментов, но и меняют способ использования этих данных для продвижения ИИ в здравоохранении. Это открывает новые горизонты для более персонализированного и эффективного медицинского обслуживания, улучшая качество жизни пациентов и оптимизируя рабочие процессы в медицинских учреждениях.
ссылка на оригинал статьи https://habr.com/ru/articles/869260/
Добавить комментарий