新しい AI モデルは、磁気脳を 97.5% の精度で数秒で読み取ります。

MRI の結果を待っていると、患者に不安が生じ、重要な治療の開始が遅れることがよくあります。この問題は、人工知能の新しい高度なモデルによって解決されます (AI)、ミシガン大学の研究者によって開発されました。 Prima と名付けられたこのシステムは、磁気共鳴画像法 (MRI) による脳スキャンを分析し、数秒以内に正確な診断を下す機能を備えています。

研究によると、 テクノロジー 神経疾患を最大 97.5% の精度で検出します。印象的な要素は、スピードだけでなく、患者の状態の緊急度を評価し、必要と判断された場合には直ちに医療介入を提案するシステムの能力です。

この研究の筆頭著者は、 トッド・ホロン博士ミシガン保健大学の神経外科医である同氏は、MRIに対する世界的な需要が急速に拡大しており、医療制度や医療従事者に圧力をかけていると指摘している。新しい AI テクノロジーは、臨床実践を大幅に改善する迅速で信頼性の高い情報を提供することで、この負担を軽減することを目的としています。

データ分析: 画期的な Prima システムがどのようにトレーニングされたか

の プリマ それは単なる画像認識アルゴリズムではなく、強力な「視覚と言語モデル」です。これは、画像、ビデオ、テキストをリアルタイムで同時に処理できることを意味します。この高いレベルのパフォーマンスを達成するために、彼のチームは 博士が薄める 200,000 個を超える MRI と 560 万回のイメージング シーケンスを使用してトレーニングしました。これらのデータは、ミシガン大学の放射線記録のデジタル化が始まって以来、数十年にわたって収集されてきました。

または 革新しかし、研究者が画像のみに限定しなかったという事実にあります。彼らはモデルに患者の病歴と、そもそも治療医師が検査を要求した理由を入力した。 Machine Learning in Neurosurgery 研究室のデータ サイエンティストである Samir Harake 氏は、Prima は経験豊富な放射線科医と同じように機能し、患者の病歴からの情報と画像所見を組み合わせて、患者の健康状態の包括的な画像を形成すると説明します。

救命介入: 緊急時の即時通知

特に脳卒中や脳出血の場合は、早期診断が患者の命を決定することがよくあります。新しい AI モデルは、1 年以内に 30,000 件を超える MRI でテストされ、50 を超える神経疾患の異なる診断について評価されました。その結果、診断能力において他のいくつかの主要な AI モデルを上回りました。

さらに、システムには優先順位評価メカニズムが組み込まれています。 Prima は重要な所見を検出すると、脳卒中神経科医や脳神経外科医などの関連専門家への通知を自動化します。患者が CT スキャンを完了すると、フィードバックが得られます。この研究の共同筆頭著者でコンピュータ サイエンスの研究者である Yiwei Lyu 氏によると、この機能により応答時間が短縮され、精度を犠牲にすることなく臨床ワークフローが改善されます。

世界的な放射線科医不足の解決策

毎年、世界中で数百万件の MRI が実施されており、その多くはもっぱら神経系の疾患に関連しています。神経放射線科サービスの提供では、この膨大な需要を満たすことができません。資格のあるスタッフの不足により、結果の発行が大幅に遅れたり、重大な診断エラーが発生したりすることがよくあります。

UM Health の放射線科部長である Vikas Gulani 博士は、医療サービスへのアクセスを拡大する革新的な技術の必要性を指摘しています。膨大な症例数を抱える大規模な病院センターであっても、リソースが限られている小規模な地方病院であっても、Prima のようなツールは、提供されるケアの質を即座に向上させることができるスケーラブルなソリューションを提供します。

医用画像処理における「ChatGPT」の役割

健康における人工知能の応用は拡大し続けています。現在、病院で使用されている AI システムのほとんどは、単一の病変の識別など、非常に特殊な医療タスクを目的としています。その代わりに、Prima はより広範なロジックを念頭に置いて設計されました。

ザ 博士が薄める 新しいモデルを私たちのよく知っているモデルに例えます チャットGPTですが、純粋に医療画像処理に特化しています。最終的な目標は、人間のエージェントに代わることではなく、医療画像の読影に積極的に貢献するデジタル パートナーを作成することです。デジタル ツールが文章の作成を支援するのと同じように、Prima は医師の貴重なアドバイザーとして機能し、時間とリソースを節約することを目的としています。

研究者にとっての次のステップは、患者の電子医療記録からのさらに詳細なデータをシステムに統合することです。将来的には、この技術はマンモグラフィー、胸部 X 線、超音波などの他の種類の検査の読み取りにも応用される可能性があります。この特別な開発は、診断精度を向上させる新しい人工知能モデルの膨大な能力を浮き彫りにし、国際レベルで患者の回復の見通しを大幅に向上させます。