このシステムは、多くの神経疾患を特定し、医療介入が必要な緊急性を評価できます。新しい研究によると、このモデルは最大97.5%の精度を達成しています。
ミシガン大学の研究者によると、プリマ、AIシステムの名前は、実際のMRIデータの大量に基づいてトレーニングされ、患者の病歴と臨床情報と組み合わされています。結果は、プリマが病気を認識するだけでなく、優先的に対処する必要がある症例を分類する能力も持っていることを示しています。この研究は、ネイチャー・バイオメディカル・エンジニアリング誌に掲載されました。
研究の筆頭著者であり、ミシガン・メディシンの神経外科医であるトッド・ホロン医師によると、MRIの需要の高まりは、医師団と医療システムに大きなプレッシャーを与えています。そのような状況において、AIツールは、より迅速かつ正確な診断情報を提供することで、負担を軽減するのに役立ちます。
研究チームは、30,000件以上のMRI撮影でPrimaをテストし、多くの深刻な神経障害を含む50以上の異なる画像診断グループを使用しました。研究チームによると、Primaは現在の多くの高度なAIモデルよりも高い診断効果をもたらしています。
システムは、脳卒中や脳出血、即時の医療介入を必要とする状態など、優先順位の高い症例を自動的に特定できます。この場合、Primaは適切な専門医に警告を送信して、処置時間を短縮できます。
プリマは視覚言語モデルグループに属し、画像とテキストをリアルタイムで同時に処理する能力を備えています。以前は狭いタスクのみで訓練されていたAIシステムとは異なり、プリマは20万件以上の撮影と560万件の画像シーケンス、病歴と撮影の適応理由を含む、大規模で多様なデータセットでトレーニングを受けました。
著者グループによると、このアプローチは、画像データと各患者の特定の病理学的背景を組み合わせることで、Primaが臨床実践に近い推論を行うのに役立ちます。
毎年、世界中で数百万件のMRI撮影が実施されており、その大部分は神経疾患に関連しています。しかし、MRI撮影の需要の増加率は、画像診断専門家チームの対応能力をはるかに超えており、過負荷と結果の遅延につながっています。
多くの医療施設、特にリソースが不足している地域では、患者は診断結果を受け取るために何日も待たなければならない場合があります。Primaのような新しいテクノロジーは、医療施設の規模や場所に関係なく、画像診断サービスへのアクセスを改善するのに役立つ可能性があります。
肯定的な結果を達成したにもかかわらず、研究グループはPrimaがまだ初期評価段階にあることを強調しました。今後の研究では、診断精度を向上させるために、電子カルテデータをさらに統合することに焦点を当てます。
ホロン医師は、プリマを「医療画像診断用のChatGPT」に例え、臨床診療における医師の役割を支援し、置き換えないことを目的としています。
