Искусственный интеллект учится «читать» рентген так, как это делает опытный врач
Как чат-боты добрались до медицины
Кто бы подумал, что ChatGPT и его цифровые «родственники» когда-нибудь окажутся в одном ряду с медицинскими инструментами? А вот — уже стоят. В Австралийском центре электронного здравоохранения (Australian e-Health Research Center, AEHRC) под крылом CSIRO (Commonwealth Scientific and Industrial Research Organisation) ученые пробуют применить те же принципы, что лежат в основе чат-ботов, для куда более серьёзной задачи — облегчить работу врачей и ускорить диагностику.
Раньше такие системы — большие языковые модели (LLM) — были заточены исключительно под текст. Пишешь вопрос, получаешь ответ. Теперь же в игру вступили визуально-языковые модели (Visual Language Models, VLM): они умеют не только читать, но и, условно говоря, «смотреть». Это значит, что ИИ может «увидеть» медицинское изображение, описать его и увязать с контекстом.
Снимки грудной клетки под присмотром ИИ
Научный сотрудник Аарон Николсон (Aaron Nicolson) из AEHRC вместе с коллегами сосредоточился на рентгенограммах грудной клетки. Это те самые снимки, на которых ищут признаки пневмонии, сердечных проблем, онкологии лёгких или просто проверяют, стоит ли кардиостимулятор как положено.
Проблема в том, что в Австралии, как и в других странах, радиологов катастрофически не хватает. «Работы — гора, специалистов — горстка», — признаётся Николсон (Nicolson). И с ростом числа пожилых пациентов нагрузка только увеличится.
Команда решила научить VLM не просто распознавать снимок, а формировать полноценный радиологический отчёт. Причём не в вакууме, а встроенно в рабочий процесс врача — как помощника, а не конкурента.
Тренировки, данные и неожиданный эксперимент
Как и у людей, у ИИ успехи приходят с практикой. Модель «кормили» сотнями тысяч рентгенов плюс направлением пациента. К каждому снимку — готовый отчёт, написанный реальным врачом.
На каком-то этапе Николсон (Nicolson) решил добавить ещё один слой информации — выписки из приёмного покоя: жалобы при поступлении, динамика жизненных показателей, список принимаемых и введённых лекарств. И что вы думаете? Точность готовых отчётов заметно выросла.
Другие горизонты и осторожность
Параллельно научный сотрудник Арвин Чжуан (Arvin Zhuang) пробует использовать VLM для извлечения данных не с текстовых, а с графических образов медицинских документов. Такой обходной путь иногда быстрее и надёжнее, чем работа со сплошным текстом.
Однако оба исследователя подчёркивают: технологии — не волшебная палочка. Нужно следить за этическими моментами, за тем, чтобы данные для обучения не искажали картину в ущерб отдельным группам населения. И да, никаких «роботов-диагностов» без человека: «Радиолог всегда будет в цепочке принятия решений», — напоминает Николсон (Nicolson).
Что дальше
Сейчас AEHRC тестирует систему вместе с Больницей Принцессы Александры (Princess Alexandra Hospital)в Брисбене, сравнивая отчёты ИИ и живых специалистов. Параллельно ищут клиники, готовые к новым испытаниям, чтобы проверить работу технологии в разных условиях.
Запись Искусственный интеллект учится «читать» рентген так, как это делает опытный врач впервые появилась Medical Insider.