新型人工智能可进行全身性疾病诊断
人工智能（AI）在读取医学图像的能力方面取得了快速进展。在英国国家卫生局最近的一项测试中，一种AI工具分析了1万多名女性的乳房x光照片，并正确识别出哪些患者被发现患有癌症，以及11例医生遗漏的病例。然而，像红斑狼疮和糖尿病这样的全身性疾病对这些系统构成了更大的挑战，因为诊断它们通常需要分析各种类型的医学图像，从核磁共振成像到CT扫描等。现在，美国华盛顿大学一个科学家团队开发了一种AI医学图像分析模型BiomedParse，该模型可以处理9种类型的医学图像，以更好地预测全身性疾病。医疗专业人员可以将图像加载到系统中，并用简单的英语向该AI系统提问。这项研究成果最近发表在《自然方法》（Nature Methods）杂志上。研究人员专注于多模态生成AI系统，这意味着其可以处理多种医学图像。以前的研究一次只考虑一种类型的图像，例如癌症研究中的病理图像。新方法是综合考虑各种图像来预测全身性疾病。像糖尿病这样的疾病会出现在全身各处——眼睛、牙齿、肾脏等等。如果只有一个可以看眼睛图像的模型，它可能会错过关于全身性疾病的症状。他们结合了各种工具来构建BiomedParse，它可以跨九种模式工作，能够整合包括CT扫描、核磁共振成像、x射线等在内的模型。该模型有点像医学图像的搜索引擎，使非专业人员能够与模型讨论需要领域专业知识的非常专业的医学图像。这可以使医生更好地理解图像，因为，例如，阅读病理图像通常需要很高的专业知识。
頁:
[1]