Autor: Fan Xinru Quelle: IT Times
Unter allen Branchen ist die Medizinbranche eine der Branchen, die die meisten Daten generiert. Die in einem Jahr generierte Datenmenge macht etwa 30 % der gesamten globalen Daten aus. Unter anderem generiert die intelligente medizinische Versorgung jedes Jahr etwa 59 PB an Daten und die biomedizinische Forschung generiert jedes Jahr etwa 40 PB an Daten.
Auf der China International Medical Equipment Expo 2023 und dem Forum „AI Edge Computing stärkt die medizinische Bildgebung und unterstützt primäre medizinische Innovation und Modernisierung“ glaubte Guo Wei, General Manager der Internet of Things and Channel Data Center Division von Intel China, wie man etwas macht Die gute Nutzung dieser Daten ist der Kern der Technologie zur Stärkung der medizinischen Versorgung. „In der Medizinbranche macht Intel hauptsächlich drei Dinge, nämlich ‚eine Grundlage und zwei Kernpunkte‘.“ Guo Wei erklärte, dass eine Grundlage darin besteht, die Branche auf der Grundlage künstlicher Intelligenz zu stärken und die Implementierung künstlicher Intelligenz auf Intels Chips zu ermöglichen . Die beiden Kerne beziehen sich auf die Beschleunigung wissenschaftlicher Forschungsinnovationen und die Stärkung einer intelligenten medizinischen Versorgung.
Der Segen der künstlichen Intelligenz und anderer Technologien macht die medizinische Behandlung intelligenter und bequemer.
Guo Wei, General Manager der Intel China IoT and Channel Data Center Division
Die Erkennungsrate von AI für bestimmte einzelne Krankheiten kann 95 % erreichen
Mit der Anwendung von KI in der medizinischen Industrie wurde KI in großem Umfang in der medizinischen Bildgebung eingesetzt, wobei der Schwerpunkt hauptsächlich auf Prozesstransformation, Krankheitsdiagnose sowie Gesundheitsmanagement und -behandlung liegt.
Liu Shiyuan, Vorsitzender der Radiologieabteilung der Chinesischen Ärztekammer und Vorsitzender der China Medical Imaging AI Industry-University-Research Innovation Alliance, gab auf dem Treffen eine Reihe von Daten bekannt, die die Ergebnisse einer nationalen Umfrage zur künstlichen Intelligenz im Bereich der medizinischen Bildgebung zeigen dass die KI-Nutzungsrate in großen Krankenhäusern 73 % erreicht hat. Bisher gab es in meinem Land mehr als 55 NMPA-Registrierungszertifikate.
KI macht medizinische Untersuchungen komfortabler. Beispielsweise dauerte es bei der Diagnose und Behandlung von Koronarbildgebungssystemen, wenn in der Vergangenheit keine künstliche Intelligenz eingesetzt wurde, oft etwa 30 Minuten, bis ein Patient vom Scannen über die Bildrekonstruktion bis hin zur Erstellung eines Berichts gelangte. Dank der KI konnte der Rekonstruktionsprozess jedoch auf etwa eine Minute verkürzt werden. Mit anderen Worten: Der gesamte Prozess von der Koronararterienuntersuchung bis zur Berichterstellung dauert jetzt nur noch 6 Minuten, was die Effizienz der Untersuchung erheblich steigert. Liu Shiyuan sagte: „Die schnellere Untersuchungsgeschwindigkeit bedeutet, dass das Krankenhaus mehr Koronaruntersuchungen an einem Tag durchführen kann als zuvor, und die Patienten können davon profitieren.“
In Bezug auf die Erkennung der „Fünf Diamanten“, die in der medizinischen Fachwelt oft als Lungenknoten, Koronararterien-CTA-Bildgebung, Kopf-Hals-CTA-Modelle mit künstlicher Intelligenz, Frakturmodelle, Perfusion usw. bezeichnet werden, verfügt KI bereits über eine hohe Erkennungsleistung Rate. Nach Ansicht von Liu Shiyuan hat KI in einigen Teilen Vorteile, die leicht blockiert werden können. Da KI über eine höhere Auflösung verfügt, ist es im Allgemeinen leicht, Diagnosen mit bloßem Auge an Stellen zu übersehen, die auf flachen Filmen nicht sichtbar sind. KI kann sie jedoch klarer „sehen“ und Ärzte auf mögliche Läsionen aufmerksam machen. Er gab statistische Daten aus einem Tertiärkrankenhaus an. Daten zeigen, dass der Einsatz von KI im Koronarbereich dazu beigetragen hat, dass die Erkennungsrate von Plaquestenosen im Krankenhaus von über 60 % auf etwa 95 % gestiegen ist. Die Erkennungsrate von Lungenknoten stieg von 35 % auf 70 %.
Die von der Huiyi Huiying Company bereitgestellten Produkte können Patienten dabei helfen, Tests zur Knochendichte durchzuführen, während sie CT-Scans durchführen. Chai Xiangfei, CEO von Huiyihuiying, sagte, dass Patienten ohne die Verwendung einer Körpermembran nur die Brust oder den Bauch scannen müssten und die KI die Knochendichte automatisch berechnen könne. Heutzutage kann dieser Test in großem Umfang beim Osteoporose-Screening eingesetzt werden, einschließlich der Analyse der Pyramidenmorphologie, der Vorhersage von Frakturen, Sarkopenie, Fettleibigkeit und der präoperativen Planung.
Chai Xiangfei, CEO von Huiyihuiying
Obwohl KI derzeit hauptsächlich zur Diagnose und Behandlung einer einzelnen Krankheit eingesetzt wird, glaubt Liu Shiyuan, dass mit der Weiterentwicklung der Bildgebung mit künstlicher Intelligenz KI-Medizinprodukte in Zukunft immer häufiger vorkommen werden. Diese Produkte werden dazu beitragen, dass sich die KI-Diagnose und -Behandlung von einer einzelnen Krankheit zu mehreren Krankheiten und mehreren Aufgaben entwickelt, indem sie eine Integration von Software und Hardware auf der Grundlage von Teilen und Organen, einen internetbasierten Quellenaustausch und eine Integration von Diagnose und Behandlung bilden und so eine umfassende Prozessabdeckung und Bildung eines guten Ökosystems.
„Die Entwicklung der KI kommt auf uns zu“, sagte Liu Shiyuan, „genau wie Meereswellen, die eine nach der anderen treffen. Jede Welle sieht gleich aus, aber ihre Bedeutung ist anders.“
KI wird Ärzte in 10 Jahren nicht ersetzen
Wenn KI immer mehr in die medizinische Behandlung einbezogen wird, bedeutet das dann, dass traditionelle Radiologen ihre beruflichen Funktionen ersetzen werden?
„Als wir 2016 mit dem Aufbau der Medical Imaging Artificial Intelligence Alliance begannen, sagten Kollegen: „Was Sie tun, ist Ihr eigener Totengräber“: „Aber nach diesen fünf oder sechs zu urteilen.“ Aufgrund seiner jahrelangen Erfahrung wird es frühestens in zehn Jahren in der Lage sein, bildgebende Ärzte zu ersetzen.“
Dieser Experte aus der Medizinbranche ist der Ansicht, dass die Genauigkeit der KI bei der Erkennung einiger häufiger Krankheiten zwar die von menschlichen Ärzten übertroffen hat. Doch in der eigentlichen medizinischen Diagnose weist die KI noch immer Defizite auf. Sie sagte: „Basierend auf den derzeit verfügbaren begrenzten und zuverlässigen Berichten kann KI, wenn man darüber nachdenkt, in einer glänzenden Zukunft das Niveau leitender behandelnder Ärzte erreichen.“
Der Grund für dieses Urteil liegt darin, dass medizinisches Wissen ihrer Meinung nach völlig anders ist als das bloße Betrachten von Bildern und Fotos. Bei der eigentlichen medizinischen Diagnose müssen Ärzte die Krankengeschichte des Patienten, die Medikamentengeschichte und andere vielfältige Informationen kombinieren, um den Zustand des Patienten zu beurteilen, anstatt einfach nur eine Diagnose auf der Grundlage von Bildern zu stellen. Daher ist der von AI bereitgestellte Bericht nur eine Referenz, und Ärzte müssen sich weiterhin auf ihre eigene Erfahrung verlassen, um umfassende Urteile zu fällen. „Aber“, sagte sie, „wenn Ärzte sich nur mit einer einfachen Diagnose zufrieden geben, werden sie definitiv durch KI ersetzt.“
Aber nach Ansicht von Liu Shiyuan scheint die Möglichkeit, dass KI Ärzte ersetzt, mit der Entwicklung von ChatGPT immer größer zu werden, obwohl KI sich noch in der Phase befindet, in der sie die Behandlungsentscheidung unterstützt. „Aber ich glaube nicht, dass das eine Krise ist“, sagte er, „das ist tatsächlich eine Chance.“
In seiner Vision werden Ärzte der Zukunft nicht nur vor dem kalten Computerbildschirm stehen, sondern müssen ein lebendigeres Leben führen, mit Patienten kommunizieren und Probleme für Patienten lösen. Er sagte: „Der Wert der Ärzte liegt darin, die von der KI generierten Berichte gemeinsam mit den Patienten zu interpretieren.“ Wenn die Genauigkeit der KI-Berichte hoch genug ist und direkt für die Krankheitsdiagnose verwendet werden kann, bedeutet dies eine Effizienzsteigerung für Ärzte und Patienten. So haben sowohl der Patient als auch der Patient mehr Zeit, sich der Arbeit und dem Leben zu widmen. „Ist das nicht sehr praktisch?“
Multimodale KI ist die Zukunft
Wie weit ist die assistierte Diagnose von der autonomen KI-Diagnose entfernt? Die Antwort eines Intel-Experten lautet, dass es immer noch an multimodaler KI mangele.
Ein Grund dafür, dass bildgebende KI in der Regel nur als Hilfsmittel eingesetzt werden kann, liegt laut diesem Experten darin, dass die bildgebende Diagnose selbst keine Beurteilung allein auf der Grundlage von Bilddaten ist. Er sagte: „Ob Sie Radiologe oder Kliniker sind, bei der Formulierung eines Diagnoseplans müssen Sie die grundlegenden Informationen des Patienten, demografische Informationen, historische Fallinformationen und sogar genetische Daten kombinieren und eine umfassende Beurteilung vornehmen, um zu einer Diagnose zu gelangen.“ Ergebnis.“# 🎜🎜#
Das bedeutet, dass der alleinige Einsatz von bildgebender KI das diagnostische Problem nicht lösen kann. Sie muss mit elektronischen Krankenaktendaten, genetischen Daten und anderen Datenquellen für eine multimodale Analyse kombiniert werden. „Dies ist auch ein Trend für zukünftige klinische Anwendungen.“
In der Medizinbranche werden multimodale Analysen zwar schon seit vielen Jahren durchgeführt, die aktuelle Forschung zur multimodalen KI befindet sich jedoch noch im Forschungsstadium und hat relativ wenige Anwendungen. Dies liegt daran, dass multimodale Analysen normalerweise mehrere Daten wie Bilder und Fälle umfassen. In der medizinischen Gemeinschaft bleibt die Datenerfassung und -weitergabe ein weltweites Problem.
Im Vergleich zu großen Modellen wie ChatGPT beträgt das Dateneinspeisungsvolumen von KI-Produkten in der Medizinbranche häufig etwa 1.000 Fälle, was weitaus weniger ist als das Dateneinspeisungsvolumen von GPT. Dies stellt eine Herausforderung für die Entwicklung medizinischer multimodaler KI dar. Wenn es um die Datenannotation geht, ist die Etablierung von Standards in der Medizinbranche weitaus schwieriger als in anderen Branchen. Selbst Ärzte und Professoren auf Expertenebene haben Schwierigkeiten, sich über dieselbe Krankheit zu einigen. All dies stellt die Entwicklung medizinischer multimodaler KI vor Herausforderungen.
Auf der theoretischen Ebene besteht der Prozess der multimodalen KI-Diagnose in der Eingabe multimodaler Daten. Nachdem die KI die Daten zusammengeführt hat, generiert sie eine Diagnose über das Modell. „Da es Informationen aus verschiedenen Dimensionen kombiniert, sollten die Ergebnisse theoretisch genauer sein“, sagte der Intel-Experte. „Das Problem besteht jedoch darin, dass das Modell möglicherweise sehr groß wird.“ Modell Die Schwierigkeit von Forschung und Entwicklung wird auch die Schwierigkeit der Nutzung durch Benutzer erhöhen. Denn die Verständlichkeit und Interpretierbarkeit multimodaler Modelle wird schlechter.
Das obige ist der detaillierte Inhalt vonKI trägt dazu bei, dass die medizinische Versorgung intelligenter und komfortabler wird. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
