Artificial Intelligence Index Report 2024, Stanford
🤖📊 Центр изучения технологий ИИ для жизни Human-Centered Artificial Intelligence (HAI) при Стэнфордском университете опубликовал ежегодный отчет о наиболее значимых достижениях ИИ в различных сферах жизни. 500-страничный документ содержит подробный разбор тенденций 2023 года и прогнозов на 2024.
💊 Мы изучили главу про ИИ в медицине и заботливо подготовили для вас лонгрид с выжимкой из самого интересного. 👇👇👇
✅ SynthSR для расширенного анализа МРТ мозга.
✨ AI-инструмент преобразует гетерогенные результаты сканирования головного мозга в Т1-взвешенные изображения высокого разрешения для 3D-морфометрии. Это позволяет приводить к единому знаменателю МРТ снимки, выполненные в разных режимах и проекциях, что открывает колоссальные возможности для проспективных исследований на базе анализа данных миллионов томограмм, которые выполняются ежедневно в госпиталях по всему миру. Это поможет совершить прорыв в понимании многих неврологических заболеваний.
✅ EVEscape для прогнозирования эволюции вируса в условиях пандемии.
✨ Модель обучили на исторических данных об эволюции вируса (в частности SARS-CoV-2). EVEscape получает подробную биологическую и структурную информацию о вирусе и прогнозирует наиболее вероятные пути изменения патогена, что позволяет предсказывать будущие варианты уже известных вирусов, превентивно разрабатывать вакцины и оценивать пандемические риски для новых вирусов, еще не зная их биологических характеристик.
✅AlphaMissense для оценки патогенности мутаций.
✨AI сканер от Google DeepMind позволяет оценивать миллионы миссенс-мутаций (точечных) на предмет их потенциальной опасности для здоровья. До сих пор лишь 2% из 4 млн известных точечных мутаций ученые могли с уверенностью классифицировать как вредоносные или безобидные. ИИ уже проанализировал 71 миллион возможных миссенс-вариантов, оценив 57% как вероятные доброкачественные и 32% как вероятно патогенные, а оставшиеся 11% отнес к неопределенным.
✅ Карта пангенома человека для изучения генетических заболеваний и создания новых лекарств.
✨ Коллективный геномный «портрет» человечества основан на геномах 47 представителей разных этнических и расовых групп людей. Это не первая версия проекта генома человека, однако предыдущие были неполными — в новой редакции добавилось 119 миллионов пар оснований и 1115 новых мутаций дупликации генов. При составлении новой карты генома Консорциум референсного пангенома человека в составе 119 ученых из 60 учреждений достиг поразительной точности, в среднем идентифицировав 99% белок-кодирующих и некодирующих генов и транскриптов.
✅ ImmunoSIERA для ранней диагностики нейродегенеративных заболеваний.
✨ Диагностика НДЗ, таких как болезни Паркинсона и Альцгеймера, затруднена из-за отсутствия инструментов для обнаружения доклинических биомаркеров. Доступные на сегодняшний день методы диагностики — ИФА и масс-спектрометрия — ориентированы на количественное определение уровня целевых белков, но нечувствительны к изменениям их структуры. Исследователи из Федеральной политехнической школы Лозанны разработали новый метод диагностики НДЗ, объединив несколько передовых технологий в единую систему. Платформа ImmunoSIERA включает плазмонные инфракрасные датчики, которые работают в связке с нейросетью и используют спектроскопию поверхностного инфракрасного поглощения в комплексе с методом иммуноанализа. Передовая биосенсорная технология позволяет обнаруживать и идентифицировать неправильно свернутые белковые биомаркеры (олигомеры и амилоидные фибриллы), ассоциированные с развитием НДЗ. Это позволит не только выявлять НДЗ на ранней стадии и мониторить их течение, но и проводить оценку вариантов лечения на различных стадиях прогрессирования заболевания.
✅ MedQA и GPT-4 Medprompt для более точной постановки диагноза.
✨ MedQA датасет – это полный набор данных, сгенерированный на основе 60 000 вопросов и мультивариантных ответов к профессиональному экзамену на получение медицинской лицензии в США (USMLE). Использование датасета в качестве бенчмарка для обучения нейросетей позволило значительно улучшить производительность ИИ: ведущая модель GPT-4 с помощью системы подсказок (Medprompt), обученная на MedQA, достигла точности 90,2%, что на 22,6 процентных пункта выше, чем в 2022 году. С момента создания MedQA возможности ИИ по этому показателю почти утроились, обеспечивая быстрый прогресс в отношении моделей, ориентированных на клиническую диагностику.
✅ CoDoC для исключения ошибок ИИ в диагностике.
✨ CoDoC предназначена для анализа и выявления тех ситуаций, когда для постановки диагноза не следует полагаться на прогностические возможности ИИ, а требуется обратиться за помощью к врачу-человеку. То есть фактически система учит ИИ распознавать задачи, которые они не могут достоверно решить, что позволит избегать ошибочных диагнозов, пропущенных патологий и, наоборот, гипердиагностики. По показателю чувствительности CoDoC обошел клиницистов в среднем на 4,5 процентных пункта (отдельная модель ИИ на все 6,5), а по специфичности — на 2,7 (отдельная модель ИИ на все 5,7). Кроме того, система снизила рутинную рабочую нагрузку врачей на 66%.
✅ CT PANDA для ранней диагностики рака поджелудочной железы.
✨ Аденокарцинома поджелудочной железы отличается высокой летальностью, при этом опухоль часто обнаруживается слишком поздно, так как скрининг данной патологии у людей с бессимптомным течением затруднен из-за низкой распространенности заболевания и риска ложных результатов. Группа китайских ученых разработала PANDA — модель ИИ, способную эффективно обнаруживать и классифицировать поражения поджелудочной железы на снимках КТ. По сравнению с рентгенологом-человеком система оказалась эффективнее на 34,1% по показателю чувствительности и на 6,3% — по специфичности. В крупномасштабном реальном тестировании с участием 20 тысяч пациентов PANDA достигла чувствительности 92,9% и специфичности 99,9%.
📌 Полный отчет можно почитать здесь. И, друзья, не стесняемся делиться отчетом в репостах! 😉