Skip to main content
Această pagină este afișată prin traducere automată. Vizualizați în schimb în limba engleză?

Suport AI pentru profesioniștii din domeniul medical

Gerardo Hermosillo Valadez | Inventatorii anului Siemens | Realizări pe viață

Tehnologiile imagistice precum razele X, scanările CT și RMN ajută medicii de zeci de ani, oferindu-le imagini detaliate ale oaselor și structurilor țesuturilor din corpul pacientului. „Toate aceste tehnologii ne oferă date de imagine care sunt utile doar pentru un diagnostic dacă pot fi interpretate corect. De exemplu, cineva trebuie să înțeleagă că linia fină din imaginea cu raze X arată că un os este rupt sau să observe masa neobișnuită în cantitatea mare de date dintr-o scanare RMN”, spune Gerardo Hermosillo Valadez de la Siemens Healthineers (SHS), Inventatorul Anului 2024 în categoria Lifetime Achievement. „Departamentul meu lucrează la procese AI care pot interpreta imagini medicale și, prin urmare, pot ușura și sprijini personalul medical.”

Interpretarea imaginii cu inteligență artificială

A man in a suit and tie is standing in front of a building with a large window.

Gerardo Hermosillo Valadez este inventatorul anului 2024: invenția sa dezvoltă inteligență anatomică

Oamenii sunt de obicei foarte buni la a observa lucrurile în imagini. De exemplu, majoritatea oamenilor le va fi ușor să recunoască coloana vertebrală în imaginile cu raze X - chiar dacă imaginile diferă foarte mult din cauza posturilor diferite ale pacientului, a unghiurilor diferite din care este făcută fotografia, a oaselor mari sau mici sau a coloanei vertebrale sănătoase vs. deformate. Calculatoarele pot face acest lucru numai folosind inteligența artificială - cu învățare profundă - și numai dacă au fost instruite cu multe eșantioane adecvate. „Acesta este modul în care inteligența artificială poate dezvolta inteligența anatomică, astfel încât să-și poată găsi drumul prin imagini medicale și să clasifice corect diferitele oase, organe și țesuturi”, spune Gerado. „În același mod, AI poate învăța să facă diferența între țesutul normal și cel anormal.”

Inovații care modelează întreaga gamă de produse SHS

Există multe aplicații diferite pentru recunoașterea imaginii bazată pe AI în viața de zi cu zi în spitale și cabinetele medicilor: de exemplu, un sistem poate învăța să afișeze datele corecte ale imaginii ca răspuns la o instrucțiune precum „Afișați omoplatul drept”. De asemenea, poate oferi suport automat pentru examinările radiologice care determină când mediul de contrast injectat a ajuns la organul de examinat și poate analiza datele imaginii pentru posibile modificări patogene. Multe dintre inovațiile pe care Gerardo le-a condus sunt omniprezente în întreaga gamă de produse SHS.

Diferite strategii de învățare AI

„Inteligența artificială este la fel de bună ca datele cu care a fost instruită”, subliniază Gerardo. „Pentru a recunoaște tumorile într-o imagine RMN, trebuie să fi învățat mai întâi din mii de imagini ale persoanelor sănătoase și bolnave pe care le-am pus la dispoziție.” Există trei abordări de bază pentru instruirea AI: învățarea supravegheată, învățarea slab supravegheată și învățarea auto-supravegheată. În învățarea supravegheată, AI primește informații precise pentru fiecare set de date: de exemplu, „Există o tumoare în colțul din dreapta sus al imaginii”. În învățarea slab supravegheată, sunt date doar câteva etichete de informații: de exemplu, tumoră sau nicio tumoare. În învățarea auto-supravegheată, datele nu au deloc etichete, iar AI învață independent: de exemplu, ascunzând părți din imaginile de eșantion existente și „ghicind” cum arată.

Person in black shirt standing against white wall, holding a dark object with blurred background.

Invenția sa modelează întreaga gamă de produse Siemens Healthineers

Serious man in black shirt with tattoo standing against white wall, partially illuminated from right side

Inteligența artificială poate învăța să-și găsească drumul prin imaginile medicale și să o clasifice corect.

Aproape la fel de inteligent ca un atlas de anatomie

Învățarea supravegheată este cel mai rapid și mai eficient mod de a învăța AI, dar este consumator de timp și costisitor să obții suficiente date de instruire care să țină cont de toate aspectele relevante. Învățarea auto-supravegheată necesită cel mai mult timp de învățare, dar AI poate funcționa independent fără etichetarea costisitoare a datelor. „Recent, ne-am concentrat pe cele mai recente tehnici de învățare auto-supravegheate, tehnici precum cele utilizate de ChatGPT”, spune Gerardo. „Acest lucru ne-a dat un impuls semnificativ, în special în domeniul inteligenței anatomice. AI-ul nostru este acum aproape la fel de inteligent ca un atlas de anatomie. Poate distinge între aproximativ 200 de repere diferite (părți ale corpului) și le poate localiza în materialul imagistic.