Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Các nhà nghiên cứu của UCLA đã công bố SLIViT, một mô hình AI mới có thể phân tích hình ảnh y tế 3D với tốc độ và độ chính xác đáng kinh ngạc. Được thiết kế để đánh giá các phương thức hình ảnh khác nhau như quét võng mạc và MRI, AI này vượt trội trong việc xác định các dấu hiệu sinh học về nguy cơ mắc bệnh. Tiến sĩ Eran Halperin, người đứng đầu nghiên cứu, nhấn mạnh rằng độ chính xác của mô hình cao đối với nhiều bệnh và vượt trội hơn nhiều mô hình chuyên biệt. Hiệu quả của SLIViT là nhờ phương pháp đào tạo độc đáo sử dụng bộ dữ liệu công cộng rộng rãi, cho phép triển khai rộng rãi việc xác định dấu hiệu bệnh và tiết kiệm chi phí.

Nhóm đã tận dụng các công nghệ GPU và CUDA tiên tiến của NVIDIA để thúc đẩy nghiên cứu và giải quyết các nút thắt hiện tại mà các chuyên gia hình ảnh y tế phải đối mặt với khối lượng công việc quá lớn. Khả năng xử lý dữ liệu bệnh nhân trên quy mô lớn và thích ứng với các kỹ thuật hình ảnh mới của SLIViT có khả năng giảm đáng kể thời gian chờ đợi để đánh giá quá trình quét và cải thiện kết quả của bệnh nhân. Tiến sĩ Halperin nhấn mạnh tính dễ thực hiện của mô hình này. Điều này đặc biệt có lợi ở những khu vực thiếu chuyên gia chẩn đoán hình ảnh.

Tiến sĩ Halperin đã chỉ ra tiềm năng biến đổi của SLIViT trong chẩn đoán y tế. Mô hình này có thể thực hiện các đánh giá quét quy mô lớn mà trước đây không thực tế. AI có thể xác định các dấu ấn sinh học của bệnh mà không cần chú thích hình ảnh thủ công, cho phép hiểu rõ hơn về tiến triển của bệnh và kế hoạch điều trị riêng lẻ. Tiến sĩ Oren Avram, tác giả chính của nghiên cứu được công bố trên tạp chí Nature Biomedical Engineering, cho biết hiệu quả đáng ngạc nhiên của mô hình này trong việc xác định dấu ấn sinh học trong quá trình quét 3D, mặc dù đã được đào tạo trước về dữ liệu 2D và ông đã chia sẻ những hiểu biết sâu sắc về sức mạnh của phương thức hình ảnh và chuyển giao. học tập trên khắp các cơ quan.