Auteur : Fan Xinru Source : IT Times
Parmi tous les secteurs, l'industrie médicale est l'une des industries qui génère le plus de données. La quantité de données qu'elle génère en un an représente environ 30 % du total des données mondiales. Parmi eux, les soins médicaux intelligents génèrent environ 59 Po de données chaque année, et la recherche biomédicale génère environ 40 Po de données chaque année.
Lors de l'Exposition internationale des équipements médicaux de Chine 2023 et du forum « AI Edge Computing Empowers Medical Imaging and Assists Primary Medical Innovation and Upgrading », Guo Wei, directeur général de l'Internet des objets et de la division Channel Data Center d'Intel Chine, a estimé que comment faire la bonne utilisation de ces données est au cœur de la technologie qui renforce les soins médicaux. "Dans l'industrie médicale, Intel fait principalement trois choses, à savoir 'une base et deux points essentiels'." Guo Wei a expliqué que l'une des fondations est de donner à l'industrie les moyens de s'appuyer sur l'intelligence artificielle et de permettre à l'intelligence artificielle d'être mise en œuvre sur les puces d'Intel. . Les deux axes visent à accélérer l’innovation en matière de recherche scientifique et à renforcer les soins médicaux intelligents.
La bénédiction de l’intelligence artificielle et d’autres technologies rend les traitements médicaux plus intelligents et plus pratiques.
Guo Wei, directeur général de la division Intel Chine IoT et Channel Data Center
Le taux de détection de certaines maladies par l’IA peut atteindre 95 %
Avec l'application de l'IA dans l'industrie médicale, l'IA a été largement utilisée dans l'imagerie médicale, se concentrant principalement sur la transformation des processus, le diagnostic des maladies, ainsi que la gestion et le traitement de la santé.
Liu Shiyuan, président de la branche radiologie de l'Association médicale chinoise et président de l'Alliance chinoise pour l'innovation entre l'industrie de l'IA en imagerie médicale, l'université et la recherche, a annoncé un ensemble de données lors de la réunion. Les résultats d'une enquête nationale sur l'intelligence artificielle en imagerie médicale. que le taux d'utilisation de l'IA dans les grands hôpitaux a atteint 73 %. Jusqu'à présent, il y a eu plus de 55 certificats d'enregistrement NMPA dans mon pays.
L'IA rend les examens médicaux plus pratiques. Par exemple, dans le diagnostic et le traitement par imagerie coronarienne, lorsque l’IA n’était pas utilisée dans le passé, il fallait souvent environ 30 minutes à un patient pour passer de la numérisation à la reconstruction de l’image et à la génération du rapport. Mais maintenant, grâce à l’IA, le processus de reconstruction a été raccourci à environ 1 minute. En d’autres termes, il ne faut désormais que 6 minutes pour terminer l’ensemble du processus, depuis l’examen des artères coronaires jusqu’à la génération du rapport, ce qui augmente considérablement l’efficacité de l’examen. Liu Shiyuan a déclaré : « La vitesse d'examen plus rapide signifie que l'hôpital peut effectuer plus d'examens coronariens en une journée qu'auparavant, et les patients peuvent en bénéficier
.En termes de détection des « Cinq Diamants » souvent appelés dans la communauté médicale nodules pulmonaires, imagerie CTA de l'artère coronaire, modèles d'intelligence artificielle CTA de la tête et du cou, modèles de fracture, perfusion, etc., l'IA a déjà un niveau de détection élevé. taux. Selon Liu Shiyuan, l'IA présente des avantages dans certains domaines qui sont facilement bloqués. Parce que l'IA a une résolution plus élevée, il est généralement facile de rater le diagnostic à l'œil nu dans des endroits qui ne peuvent pas être vus sur les films plats, mais l'IA peut le « voir » plus clairement et alerter les médecins d'éventuelles lésions. Il a donné des données statistiques d'un hôpital tertiaire. Les données montrent que dans le domaine coronarien, l'application de l'IA a aidé le taux de détection de la sténose des plaques à l'hôpital à augmenter de plus de 60 % à environ 95 %. Le taux de détection des nodules pulmonaires est passé de 35 % à 70 %.
Les produits fournis par Huiyi Huiying Company peuvent aider les patients à effectuer des tests liés à la densité osseuse tout en passant des tomodensitogrammes. Chai Xiangfei, PDG de Huiyi Huiying, a déclaré que sans utiliser de membrane corporelle, les patients n'ont besoin que de scanner la poitrine ou l'abdomen, et l'IA peut calculer automatiquement la densité osseuse. Aujourd'hui, ce test peut être largement utilisé dans le dépistage de l'ostéoporose, notamment l'analyse de la morphologie pyramidale, la prédiction des fractures, la sarcopénie, l'obésité, la planification préopératoire, etc.
Chai Xiangfei, PDG de Huiyihuiying
Bien que l'IA soit actuellement principalement utilisée dans le diagnostic et le traitement d'une seule maladie, Liu Shiyuan estime qu'avec le développement de l'imagerie par intelligence artificielle, les produits médicaux basés sur l'IA deviendront de plus en plus abondants à l'avenir. Ces produits aideront le diagnostic et le traitement de l'IA à passer d'une maladie unique à des maladies multiples et à des tâches multiples, en formant une intégration de logiciels et de matériels basés sur des parties et des organes, un partage de sources sur Internet et une intégration du diagnostic et du traitement, permettant ainsi d'obtenir une -Couverture des processus et formation d'un bon écosystème.
"Le développement de l'IA arrive à vous", a déclaré Liu Shiyuan, "tout comme les vagues de l'océan, qui se frappent les unes après les autres. Chaque vague se ressemble, mais sa connotation est différente
."L'IA ne remplacera pas les médecins dans 10 ans
Quand l’IA s’implique de plus en plus dans les traitements médicaux, cela signifie-t-il que les fonctions professionnelles des radiologues traditionnels seront remplacées ?
« Lorsque nous avons commencé à créer la Medical Imaging Artificial Intelligence Alliance en 2016, nos collègues disaient que ce que vous faites, c'est être votre propre fossoyeur. » Un expert de l'industrie médicale a déclaré : « Mais d'après l'expérience de ces cinq ou six années, il semble que que, au moins d’ici dix ans, il ne pourra pas remplacer les médecins imageurs.”
Cet expert de l'industrie médicale estime que même si la précision de l'IA a dépassé celle des médecins humains dans la détection de certaines maladies courantes. Mais dans le diagnostic médical réel, l’IA présente encore des lacunes. Elle a déclaré : « Sur la base des rapports fiables et limités qui peuvent être consultés, si vous pensez à un avenir radieux, l'IA peut atteindre le niveau des médecins traitants seniors
. »La raison pour laquelle elle a émis ce jugement est que, selon elle, la connaissance médicale est complètement différente du simple fait de regarder des images et des photos. Dans le diagnostic médical réel, les médecins doivent combiner les antécédents médicaux du patient, ses antécédents médicamenteux et d'autres informations multiples pour juger de l'état du patient, plutôt que de simplement donner un diagnostic basé sur des images. Par conséquent, le rapport fourni par AI n’est qu’une référence et les médecins doivent toujours s’appuyer sur leur propre expérience pour porter un jugement complet. "Cependant", a-t-elle déclaré, "si les médecins se contentent d'un simple diagnostic, ils seront définitivement remplacés par l'IA."
Mais selon Liu Shiyuan, même si l’IA en est encore au stade d’aide à la décision en matière de traitement, avec le développement de ChatGPT, la possibilité que l’IA remplace les médecins semble de plus en plus élevée. "Mais je ne pense pas que ce soit une crise", a-t-il déclaré, "c'est en fait une opportunité
".Dans sa vision, les médecins du futur ne seront pas seulement confrontés à un écran d'ordinateur froid, mais devront vivre une vie plus vivante, communiquer avec les patients et résoudre les problèmes des patients. Il a déclaré : « La valeur des médecins réside dans l'interprétation des rapports générés par l'IA avec les patients. Lorsque la précision des rapports de l'IA est suffisamment élevée et peut être directement utilisée pour le diagnostic des maladies, cela signifie une augmentation de l'efficacité pour les médecins et les patients. donc les médecins Le patient et le patient ont plus de temps à consacrer au travail et à la vie « N'est-ce pas très pratique ? »
L'IA multimodale est l'avenir
Quelle est la distance entre le diagnostic assisté et le diagnostic autonome par l'IA ? La réponse donnée par un expert d’Intel est qu’il y a encore un manque d’IA multimodale.
De l’avis de cet expert, l’une des raisons pour lesquelles l’IA en imagerie ne peut généralement être utilisée que comme assistant est que le diagnostic par imagerie lui-même n’est pas un jugement basé uniquement sur des données d’imagerie. Il a déclaré : « Que vous soyez radiologue ou clinicien, lors de la formulation d'un plan de diagnostic, vous devez combiner les informations de base du patient, les informations démographiques, les informations historiques sur le cas et même les données génétiques, et procéder à une évaluation complète pour arriver à un diagnostic. résultat."
Cela signifie que s'appuyer uniquement sur l'IA d'imagerie ne peut pas résoudre le problème du diagnostic. Elle doit être combinée avec les données des dossiers médicaux électroniques, les données génétiques et d'autres sources de données pour une analyse multimodale. "C'est également une tendance dans les futures applications cliniques", a-t-il déclaré.
Dans l'industrie médicale, bien que l'analyse multimodale soit réalisée depuis de nombreuses années, les recherches actuelles sur l'IA multimodale en sont encore au stade de la recherche et ont relativement peu d'applications. En effet, l'analyse multimodale implique généralement plusieurs données telles que des images et des cas. Dans la communauté médicale, l’acquisition et le partage de données restent un problème mondial.
Par rapport aux grands modèles tels que ChatGPT, le volume d'alimentation en données des produits d'IA dans l'industrie médicale est souvent d'environ 1 000 cas, ce qui est bien inférieur au volume d'alimentation en données de GPT. Cela pose un défi à la génération d’une IA médicale multimodale. Lorsqu'il s'agit d'annotation de données, l'établissement de normes dans le secteur médical est bien plus difficile que dans d'autres secteurs. Même entre médecins et professeurs experts, il est difficile de parvenir à un accord sur une même maladie. Tout cela pose des défis à la génération d’une IA médicale multimodale.
Au niveau théorique, le processus de diagnostic multimodal de l'IA consiste à saisir des données multimodales. Une fois que l'IA a fusionné les données, elle utilise le modèle pour générer un diagnostic. "Parce qu'il combine des informations de différentes dimensions, ses résultats devraient théoriquement être plus précis", a déclaré l'expert d'Intel. "Mais le problème est que lorsque le modèle devient plus complexe, il peut devenir très volumineux. Cela n'améliorera pas seulement le modèle." modèle La difficulté de la recherche et du développement augmentera également la difficulté d'utilisation par les utilisateurs. Parce que la compréhensibilité et l’interprétabilité des modèles multimodaux seront pires.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!