Alibaba DAMO Academy, в сотрудничестве с Медицинской школой Первого аффилированного госпиталя Чжэцзянского университета и другими клиническими партнерами, сделала общедоступной модель DAMO RADAR. Эта модель предназначена для анализа брюшных КТ-снимков с контрастированием и ее результаты были опубликованы в журнале Science.
Система способна выявлять более 146 различных патологических признаков в 18 органах за один проход. При оценке на тестовом наборе данных точность модели достигла уровня опытного радиолога, что представляет собой отход от подхода медицинского ИИ, основанного на одной болезни и одной модели, который часто сталкивается с трудностями в условиях реальной клинической практики.
DAMO сообщила, что традиционное обучение с использованием зрения и языка испытывает сложности при работе с разреженными объемами КТ. Поэтому команда применила метод тонкой настройки на уровне органов: трехмерные сканы разбиваются на анатомические единицы, чтобы изображения и текстовые отчеты соответствовали друг другу на уровне органов. Затем адаптивное контрастивное моделирование корректирует обучающий сигнал.
Этот подход направлен на создание масштабируемой, многоцелевой и более интерпретируемой системы диагностики, которая не требует дополнительных ручных меток для каждой новой патологии по мере расширения списка выявленных признаков.
В ходе анализа почти 40 000 реальных исследований DAMO RADAR продемонстрировала площадь под кривой (AUC) на уровне 0.913 по всем 146 оцененным признакам. В исследовании с участием 26 радиологов из разных больниц средняя точность модели превысила показатели 23 врачей. Согласно опубликованным данным, использование подсказок ИИ повысило чувствительность врачей примерно на 10%, а время чтения снизилось более чем на 30%, при этом младшие специалисты приблизились к уровню старших коллег.
Даже в случаях острого живота вне первоначального фокуса обучения, когда распределение данных отличалось, AUC оставалась на уровне около 0.904. Код и веса модели доступны на GitHub в организации Alibaba DAMO Academy, а научная статья в Science подробно описывает методы и испытания. Партнеры-больницы характеризуют модель как навигационный инструмент для одной из самых сложных задач в радиологии — многоорганной брюшной КТ, в то время как DAMO рассматривает RADAR как шаг от специализированных детекторов к общим моделям фундаментальной медицинской визуализации, которые могут применяться за пределами КТ брюшной полости по мере расширения клинической валидации.