Pacjenci chorzy na cukrzycę wkrótce będą pod opieką personelu medycznego opartego na sztucznej inteligencji

Naukowcy z Chin i Singapuru współpracowali nad multimodalnym modelem języka dużego (LLM) wykorzystującym sztuczną inteligencję (AI), aby wspomóc lekarzy podstawowej opieki zdrowotnej nad pacjentami z cukrzycą, zwłaszcza w diagnostyce, co przełoży się na lepsze wyniki leczenia. Jest to pierwszy tego typu model na świecie, a wyniki badań zostały właśnie opublikowane w czasopiśmie „Nature Medicine”.

Zespół badawczy wykorzystuje sztuczną inteligencję do diagnozowania i leczenia cukrzycy. (Źródło: Carnegie Mellon University)

Szacuje się, że w 2021 roku na cukrzycę chorowało ponad 500 milionów osób na całym świecie, głównie w krajach o niskich i średnich dochodach. Kraje te często borykają się z niedoborem wykwalifikowanego personelu podstawowej opieki zdrowotnej i ograniczonymi możliwościami odpowiednich badań przesiewowych w kierunku retinopatii cukrzycowej, jednego z powikłań cukrzycy wpływających na wzrok.

W obliczu tej rzeczywistości naukowcy z Uniwersytetu Tsinghua, Uniwersytetu Jiao Tong w Szanghaju i Narodowego Uniwersytetu Singapuru opracowali model podobny do modelu językowego GPT-4 firmy OpenAI, który może zapewnić lekarzom podstawowej opieki zdrowotnej wskazówki dotyczące zarządzania dokumentacją medyczną w trakcie opieki i leczenia pacjentów chorujących na cukrzycę.

Model o nazwie DeepDR-LLM integruje język i obraz, a jego celem jest wykorzystanie wyjątkowych cech obecnych dużych modeli językowych i głębokiego uczenia się w celu zapewnienia kompleksowego rozwiązania w zakresie diagnostyki obrazowej i formułowania odpowiednich zaleceń terapeutycznych.

Zespół wykorzystał bazę danych LLM o otwartym kodzie źródłowym, zawierającą 371 763 rzeczywistych zaleceń dotyczących postępowania od 267 730 uczestników. Ponadto naukowcy wykorzystali 21 zestawów danych obrazowych siatkówki z siedmiu krajów: Chin, Singapuru, Indii, Tajlandii, Wielkiej Brytanii, Algierii i Uzbekistanu.

W kolejnym badaniu retrospektywnym DeepDR-LLM wykazał porównywalną skuteczność w posługiwaniu się językiem angielskim do wyników personelu podstawowej opieki zdrowotnej, a wyższą w posługiwaniu się językiem chińskim.

Ponadto, podczas oceny zadania polegającego na identyfikacji retinopatii cukrzycowej, średnia dokładność lekarzy podstawowej opieki zdrowotnej korzystających z pomocy modelu wzrosła do ponad 92%, czyli więcej niż 81% bez korzystania z modelu zespołu badawczego.

Source: https://baoquocte.vn/benh-nhan-tieu-duong-sap-duoc-nhan-vien-y-te-ai-cham-soc-280474.html