Deeprare's AI змінює ландшафт діагностики рідкісних захворювань

(MENAFN- Арабська пошта)

Нова система штучного інтелекту, розроблена китайськими дослідниками, яка відома як DeepRare, готова змінити діагностику рідкісних захворювань, пропонуючи значно вищу точність та прозоре обґрунтування, ніж традиційні методи. DeepRare, створена на основі багатосторонньої архітектури, що включає великі мовні моделі та спеціалізовані аналітичні інструменти, обробляє складну клінічну інформацію - від описів симптомів у вільному тексті до результатів генетичних тестів - і генерує ранжовані діагностичні гіпотези в парі з обґрунтуваннями, пов’язаними з доказами, для перегляду лікарем.

Рідкісні захворювання, що визначаються їхньою низькою поширеністю, але які в цілому вражають сотні мільйонів людей усього світу, давно становлять діагностичну проблему через їхню гетерогенність проявів та обмежену експозицію лікарів до окремих умов. Традиційні діагностичні шляхи часто вимагають років направлень, помилкових діагнозів та повторних тестувань, перш ніж буде досягнуто остаточного результату. DeepRare має на меті вирішити цю “діагностичну одіссею”, інтегруючи більше ніж 40 спеціалізованих інструментів, які працюють у злагодженості в її агентній системі для синтезу різноманітних типів даних та посилання на глобальні медичні бази знань.

Дослідження, що підтримує DeepRare, опубліковане в Nature командою з лікарні Сіньхуа - що належить до Шанхайського університету Цзяо Тун, Медичної школи університету та Школи штучного інтелекту університету - показує, що система демонструє помітні покращення в порівнянні з існуючими діагностичними моделями. У оцінках, де були надані тільки клінічні фенотипічні дані, без генетичної інформації, DeepRare досягла точності першої спроби 57,18 відсотка - покращення майже на 24 процентних пункти в порівнянні з наступною найкращою глобальною моделлю. Коли були включені генетичні дані, її точність перевищила 70 відсотків.

Ключовою інновацією DeepRare є її зобов’язання до прозорості. На відміну від багатьох моделей ШІ, чий внутрішній процес є непрозорим для користувачів, DeepRare виробляє чіткий ланцюг обґрунтування для кожної діагностичної пропозиції, що дозволяє лікарям відстежувати докази та логіку, що стоять за її висновками. Клінічні експерти, які переглядали обґрунтування DeepRare, погоджувалися з її діагностичною логікою понад 95 відсотків часу, що підкреслює її потенціал як надійного помічника в клінічному прийнятті рішень.

Дивіться також Мікропластик проникає в рибу по всьому віддаленому Тихому океану

Порівняльні оцінки свідчать про те, що DeepRare може перевершити досвідчених лікарів у визначенні рідкісних станів. Дослідження один на один, що використовувало відомі клінічні випадки, показало, що DeepRare правильно діагностувала випадки з першої спроби частіше, ніж група досвідчених лікарів, які отримали ті ж дані, що відображає здатність системи синтезувати складні прояви, де людська експертиза може бути недостатньою. Навіть у випадках, коли найкращий діагноз не був точним, правильний діагноз DeepRare зазвичай входив до її кількох найвищих рангових пропозицій.

Розробники підкреслили, що модульний дизайн DeepRare дозволяє їй адаптуватися до еволюції медичних знань та інтегрувати реальні дані з наукової літератури та клінічних репозиторіїв випадків. Її архітектура складається з центрального хоста, оснащеного передовими мовними моделями, спеціалізованих аналітичних серверів для завдань в конкретних галузях та великих медичних джерел знань. Ця структура дозволяє системі постійно оновлювати свою базу доказів і вдосконалювати свої логічні шляхи - що є важливим в умовах швидко змінюваної сфери досліджень рідкісних захворювань.

Потенційний вплив DeepRare виходить за межі діагностичної точності. Скорочуючи час до надійного діагнозу, система може полегшити емоційні, економічні та медичні навантаження, з якими стикаються пацієнти та сім’ї, які проходять тривалі діагностичні шляхи. Підвищена впевненість у діагностиці також може спростити клінічні робочі процеси, дозволяючи медичним працівникам зосередитися на терапевтичних рішеннях та управлінні пацієнтами, а не на тривалій диференціальній діагностиці.

Незважаючи на обіцяючу продуктивність, дослідники визнають, що подальша валідація - особливо в реальних клінічних умовах - залишається важливою. Команда розробників, як повідомляється, планує більш широкі зусилля з валідації, що залучають десятки тисяч випадків рідкісних захворювань для оцінки продуктивності системи серед різних популяцій та медичних умов. Ці зусилля мають на меті подолати розрив між контрольованими дослідженнями та складними реаліями клінічної практики.

Дивіться також Роздуми про безпеку лабораторій у змінному дослідницькому ландшафті

DeepRare також піднімає ширші питання про роль штучного інтелекту в медицині. Оскільки діагностичні інструменти стають все більш складними, виникають питання про інтеграцію з існуючими медичними системами, навчання лікарів, етичне використання та управління. Системи, як DeepRare, які пріоритетизують прозоре обґрунтування та контроль лікарів, можуть допомогти вирішити деякі проблеми щодо “чорної скриньки” ШІ, але постійна взаємодія з регуляторними та медичними громадами буде необхідною для забезпечення безпечного та ефективного розгортання в масштабах.

Знайшли проблему?
Арабська пошта прагне надати своїм читачам найточнішу та найнадійнішу інформацію. Якщо ви вважаєте, що в цій статті ви виявили помилку або невідповідність, не соромтеся зв’язатися з нашою редакційною командою за адресою editor[at]thearabianpost[dot]com. Ми зобов’язуємося швидко реагувати на будь-які занепокоєння та забезпечувати найвищий рівень журналістської доброчесності.

MENAFN22022026000152002308ID1110772834