UCLA の研究者らは、3D 医療画像を驚異的な速度と精度で分析できる新しい AI モデル SLIViT を発表しました。網膜スキャンや MRI などのさまざまな画像診断法を評価するように設計されたこの AI は、疾患リスクのバイオマーカーの特定に優れています。研究を主導した Eran Halperin 博士は、このモデルの精度が多くの疾患で高く、多くの専門モデルを上回っていることを強調しました。SLIViT の効率性は、広範な公開データセットを使用した独自のトレーニング アプローチによるもので、疾患マーカーの特定を広範かつコスト効率よく展開できます。

チームは、高度な NVIDIA GPU と CUDA テクノロジを活用して研究を推進し、医療画像診断の専門家が膨大な作業負荷に直面している現在のボトルネックに対処しました。患者データを大規模に処理し、新しい画像診断技術に適応できる SLIViT の能力により、スキャン評価の待ち時間が大幅に短縮され、患者の転帰が改善される可能性があります。ハルペリン博士は、このモデルの導入の容易さを強調しました。これは、画像診断の専門家が不足している地域では特に有益です。

ハルペリン博士は、医療診断における SLIViT の変革の可能性を指摘しました。このモデルは、かつては非現実的だった大規模なスキャン評価を実行できます。AI は、大量の手動画像注釈なしで疾患バイオマーカーを特定できるため、疾患の進行と個別の治療計画をよりよく理解できます。Nature Biomedical Engineering に掲載された研究の主著者であるオーレン・アヴラム博士は、2D データで事前トレーニングされているにもかかわらず、3D スキャンでバイオマーカーを特定するモデルの驚くべき有効性と、さまざまな画像診断法や臓器にわたる転移学習の能力について洞察を共有しました。