L’analyse d’images médicales a toujours été confrontée au défi des données d’images IRM volumineuses et complexes. Les méthodes traditionnelles découpent les images IRM 3D en images 2D pour analyse, ce qui limite la compréhension des structures anatomiques complexes. Cependant, GE Healthcare a publié le premier modèle de base de recherche sur l'IRM 3D du corps entier lors de la conférence AWS re:Invent, apportant ainsi une avancée majeure dans la résolution de ce problème. Le modèle est construit sur plus de 173 000 images, nécessite cinq fois moins de puissance de calcul pour la formation qu'auparavant, permet une analyse en temps réel de données IRM 3D complexes et prend en charge la recherche et la liaison d'images et de textes, ainsi que la segmentation et la classification des maladies. .
Les images IRM ont toujours constitué un défi dans l’analyse d’images médicales en raison de leur complexité et de la grande quantité de données. Afin de former un grand modèle de langage (LLM) pour l'analyse IRM, les développeurs doivent découper les images acquises en images 2D. Bien qu'un tel traitement soit réalisable, il limite la capacité du modèle à analyser des structures anatomiques complexes, notamment dans les tumeurs cérébrales. des cas tels que les maladies osseuses ou les maladies cardiovasculaires.
Remarque sur la source de l'image : l'image est générée par l'IA et le fournisseur de services d'autorisation d'image Midjourney
Cependant, GE Healthcare a publié le premier modèle de base (FM) de recherche sur l'IRM 3D du corps entier lors de la conférence AWS re:Invent de cette année, ce qui marque que les modèles IRM peuvent enfin utiliser des images 3D du corps entier. Le modèle a été construit sur la base de plus de 173 000 images provenant de 19 000 études, et l'équipe de développement a déclaré qu'avec ce nouveau modèle, la formation nécessitait cinq fois moins de puissance de calcul qu'auparavant.
Bien que GE Healthcare n'ait pas encore commercialisé ce modèle de base, il en est encore à la phase de recherche et l'un des premiers évaluateurs, Mass General Brigham, est sur le point de commencer l'utilisation expérimentale du modèle. Parry Bhatia, directeur de l'intelligence artificielle de GE Healthcare, a déclaré qu'il espère donner ces modèles aux équipes techniques du système médical pour les aider à développer la recherche et les applications cliniques plus rapidement et de manière plus économique.
L’émergence de ce modèle permettra l’analyse en temps réel de données IRM 3D complexes. L'équipe GE Medical a accumulé dix années de technologie de pointe. Son produit phare, AIR Recon DL, est un algorithme de reconstruction par apprentissage profond qui peut aider les radiologues à obtenir des images claires plus rapidement et à réduire le temps de numérisation jusqu'à 50 %. De plus, le modèle IRM 3D peut prendre en charge la recherche et la liaison d'images et de textes, ainsi que la segmentation et la classification des maladies, dans l'espoir de fournir aux professionnels de la santé des informations d'analyse plus détaillées que jamais.
En termes de traitement des données, l'équipe de développement a adopté une stratégie « d'ajustement et d'adaptation » pour permettre au modèle de gérer une variété d'ensembles de données différents. Même si certaines données d'image sont incomplètes, le modèle peut ignorer les parties manquantes. De plus, des méthodes d'apprentissage semi-supervisé étudiant-enseignant sont également utilisées pour améliorer la capacité d'apprentissage du modèle dans des conditions de données limitées.
Afin de résoudre les défis informatiques et de données rencontrés lors de la création de ce modèle complexe, GE Healthcare a exploité la plateforme SageMaker d'Amazon, combinée aux capacités de formation distribuée des GPU hautes performances, pour améliorer considérablement la vitesse de traitement des données et l'efficacité de la formation des modèles. Tout cela est fait tout en garantissant le respect des normes de conformité telles que HIPAA, afin de fournir aux patients des services médicaux plus personnalisés.
Actuellement, le modèle se concentre sur l’IRM, mais les développeurs voient d’énormes opportunités d’expansion dans d’autres domaines médicaux. À l’avenir, sur la base de ce modèle de base, il sera peut-être possible de proposer des solutions plus rapides et plus efficaces dans des domaines tels que la radiothérapie.
Souligner:
GE Healthcare lance le premier modèle de base de recherche en IRM 3D corps entier du secteur, améliorant considérablement les capacités d'analyse d'images.
Le nouveau modèle réduit la consommation de ressources informatiques et améliore l'efficacité de la formation en ajustant les stratégies de traitement des données.
Ce modèle devrait être étendu à d’autres domaines médicaux à l’avenir pour faciliter des services médicaux plus précis.
Le modèle de base de recherche en IRM 3D de GE Healthcare marque une nouvelle ère d’analyse d’images médicales. Ses capacités d’analyse efficaces et ses perspectives d’application potentielles favoriseront grandement le progrès de la technologie médicale et apporteront des résultats plus précis et plus pratiques aux services médicaux. À l’avenir, ce modèle devrait être appliqué dans davantage de domaines pour améliorer encore l’efficacité du diagnostic et du traitement médicaux.