لقد واجه تحليل الصور الطبية دائمًا التحدي المتمثل في بيانات صور التصوير بالرنين المغناطيسي الضخمة والمعقدة. تقوم الطرق التقليدية بتقطيع صور التصوير بالرنين المغناطيسي ثلاثية الأبعاد إلى صور ثنائية الأبعاد لتحليلها، مما يحد من فهم الهياكل التشريحية المعقدة. ومع ذلك، أصدرت GE Healthcare أول نموذج أساسي لأبحاث التصوير بالرنين المغناطيسي ثلاثي الأبعاد لكامل الجسم في مؤتمر AWS re:Invent، مما أدى إلى تحقيق اختراق في هذه المشكلة. تم بناء النموذج على أكثر من 173000 صورة، ويتطلب قوة حاسوبية أقل للتدريب بخمس مرات من ذي قبل، ويتيح التحليل في الوقت الفعلي لبيانات التصوير بالرنين المغناطيسي ثلاثية الأبعاد المعقدة، ويدعم البحث وربط الصور والنصوص، بالإضافة إلى تجزئة وتصنيف الأمراض. .
لطالما شكلت صور التصوير بالرنين المغناطيسي تحديًا في تحليل الصور الطبية نظرًا لتعقيدها وكميتها الكبيرة من البيانات. من أجل تدريب نموذج لغة كبير (LLM) لتحليل التصوير بالرنين المغناطيسي، يتعين على المطورين تقطيع الصور المكتسبة إلى صور ثنائية الأبعاد. على الرغم من أن هذه المعالجة ممكنة، إلا أنها تحد من قدرة النموذج على تحليل الهياكل التشريحية المعقدة، خاصة في أورام المخ. - حالات مثل أمراض العظام أو أمراض القلب والأوعية الدموية.
ملاحظة لمصدر الصورة: يتم إنشاء الصورة بواسطة الذكاء الاصطناعي وموفر خدمة ترخيص الصورة Midjourney
ومع ذلك، أصدرت GE Healthcare أول نموذج أساسي لأبحاث التصوير بالرنين المغناطيسي ثلاثي الأبعاد (FM) لكامل الجسم في مؤتمر AWS re:Invent لهذا العام، والذي يشير إلى أن نماذج التصوير بالرنين المغناطيسي يمكنها أخيرًا استخدام صور ثلاثية الأبعاد للجسم بأكمله. وتم بناء النموذج بناءً على أكثر من 173 ألف صورة من 19 ألف دراسة، وقال فريق التطوير إنه مع هذا النموذج الجديد، يتطلب التدريب قوة حاسوبية أقل بخمس مرات من ذي قبل.
على الرغم من أن شركة GE Healthcare لم تقم بعد بتسويق هذا النموذج الأساسي تجاريًا، إلا أنه لا يزال في مرحلة البحث، والمقيم الأوائل ماس جنرال بريجهام على وشك البدء في الاستخدام التجريبي للنموذج. وقال باري بهاتيا، الرئيس التنفيذي للذكاء الاصطناعي في شركة جنرال إلكتريك للرعاية الصحية، إنه يأمل في إعطاء هذه النماذج للفرق الفنية للنظام الطبي لمساعدتهم على تطوير الأبحاث والتطبيقات السريرية بسرعة أكبر وبشكل اقتصادي.
سيمكن ظهور هذا النموذج من التحليل في الوقت الفعلي لبيانات التصوير بالرنين المغناطيسي ثلاثية الأبعاد المعقدة. اكتسب فريق GE الطبي عشر سنوات من التكنولوجيا المتقدمة، ويعد منتجها الرئيسي AIR Recon DL عبارة عن خوارزمية إعادة بناء التعلم العميق التي يمكنها مساعدة أخصائيي الأشعة في الحصول على صور واضحة بشكل أسرع وتقليل وقت المسح بنسبة تصل إلى 50%. بالإضافة إلى ذلك، يمكن لنموذج التصوير بالرنين المغناطيسي ثلاثي الأبعاد أن يدعم البحث وربط الصور والنصوص، بالإضافة إلى تجزئة وتصنيف الأمراض، على أمل تزويد المتخصصين الطبيين بمعلومات مسح أكثر تفصيلاً من أي وقت مضى.
فيما يتعلق بمعالجة البيانات، اعتمد فريق التطوير استراتيجية "الضبط والتكيف" لتمكين النموذج من معالجة مجموعة متنوعة من مجموعات البيانات المختلفة. حتى لو كانت بعض بيانات الصورة غير كاملة، يمكن للنموذج تخطي الأجزاء المفقودة. بالإضافة إلى ذلك، تُستخدم أيضًا أساليب التعلم بين الطلاب والمعلمين شبه الخاضعين للإشراف لتحسين القدرة على التعلم للنموذج في ظل ظروف بيانات محدودة.
ومن أجل حل تحديات الحوسبة والبيانات التي تمت مواجهتها في بناء هذا النموذج المعقد، استفادت GE Healthcare من منصة Amazon SageMaker، جنبًا إلى جنب مع قدرات التدريب الموزعة لوحدات معالجة الرسوميات عالية الأداء، لتحسين سرعة معالجة البيانات وكفاءة تدريب النماذج بشكل كبير. ويتم كل ذلك مع ضمان الامتثال لمعايير الامتثال مثل HIPAA، من أجل تزويد المرضى بخدمات طبية أكثر تخصيصًا.
يركز النموذج حاليًا على التصوير بالرنين المغناطيسي، لكن المطورين يرون فرصًا هائلة للتوسع في مجالات طبية أخرى. وفي المستقبل، واستنادًا إلى هذا النموذج الأساسي، قد يكون من الممكن تقديم حلول أسرع وأكثر كفاءة في مجالات مثل العلاج الإشعاعي.
تسليط الضوء على:
تطلق GE Healthcare أول نموذج أساسي لأبحاث التصوير بالرنين المغناطيسي ثلاثي الأبعاد لكامل الجسم في الصناعة، مما يؤدي إلى تحسين قدرات تحليل الصور بشكل كبير.
يقلل النموذج الجديد من استهلاك موارد الحوسبة ويحسن كفاءة التدريب عن طريق تعديل استراتيجيات معالجة البيانات.
ومن المتوقع أن يتم توسيع هذا النموذج ليشمل مجالات طبية أخرى في المستقبل لتسهيل تقديم خدمات طبية أكثر دقة.
يمثل النموذج الأساسي لأبحاث التصوير بالرنين المغناطيسي ثلاثي الأبعاد من GE Healthcare حقبة جديدة من تحليل الصور الطبية، وستعمل إمكانات التحليل الفعالة وآفاق التطبيق المحتملة على تعزيز تقدم التكنولوجيا الطبية بشكل كبير وتحقيق نتائج أكثر دقة وملاءمة للمرضى. وفي المستقبل، من المتوقع أن يتم تطبيق هذا النموذج في المزيد من المجالات لزيادة تحسين كفاءة التشخيص والعلاج الطبي.