Grundlagenmodelle für KI im Gesundheitswesen
Wichtig
Die in diesem Artikel markierten Elemente (Vorschau) sind aktuell als öffentliche Vorschau verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und sollte nicht für Produktionsworkloads verwendet werden. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar. Weitere Informationen finden Sie unter Zusätzliche Nutzungsbestimmungen für Microsoft Azure-Vorschauen.
Wichtig
Die KI-Modelle für das Gesundheitswesen sind für die Forschung und die Modellentwicklung vorgesehen. Die Modelle sind nicht so konzipiert oder vorgesehen, dass sie in klinischen Umgebungen wie besehen eingesetzt werden, und auch nicht für die Diagnose oder Behandlung eines Gesundheits- oder Krankheitszustands, und die Leistungen der einzelnen Modelle für solche Zwecke wurden nicht ermittelt. Sie tragen alleinige Verantwortung und Haftung für jegliche Verwendung der KI-Modelle für das Gesundheitswesens, einschließlich der Überprüfung der Ergebnisse und der Einbindung in alle Produkte oder Dienstleistungen, die für einen medizinischen Zweck oder zur Unterstützung der klinischen Entscheidungsfindung bestimmt sind, sowie für die Einhaltung der geltenden Gesetze und Vorschriften für das Gesundheitswesen und die Einholung aller erforderlichen Genehmigungen oder Zulassungen.
In diesem Artikel erfahren Sie mehr über den Microsoft-Katalog für multimodale Grundlagenmodelle im Gesundheitswesen. Die Modelle wurden in Zusammenarbeit mit Microsoft Research, strategischen Partnern und führenden Gesundheitseinrichtungen für Organisationen im Gesundheitswesen entwickelt. Organisationen im Gesundheitswesen können die Modelle verwenden, um KI-Lösungen, die auf ihre spezifischen Anforderungen zugeschnitten sind, schnell zu entwickeln und bereitzustellen und gleichzeitig die umfangreichen Compute- und Datenanforderungen zu minimieren, die normalerweise mit dem Erstellen von multimodalen Modellen verbunden sind. Diese Modelle sollen nicht als eigenständige Produkte verwendet werden, sondern sind als Grundlage für Entwickler gedacht, auf der sie aufbauen können. Mit diesen KI-Modellen für das Gesundheitswesen verfügen Experten über die erforderlichen Tools, um das volle Potenzial der KI zu nutzen, um die biomedizinische Forschung, klinische Workflows und letztendlich die Versorgung zu optimieren.
Die Gesundheitsbranche durchläuft eine revolutionäre Transformation, die von den Stärken der künstlichen Intelligenz (KI) vorangetrieben wird. Während bestehende große Sprachmodelle wie GPT-4 für klinische textbasierte Aufgaben und allgemeines multimodales Denken vielversprechend sind, können sie nicht-textbasierte multimodale Gesundheitsdaten wie die medizinische Bildgebung – Radiologie, Pathologie, Augenheilkunde – und andere spezialisierte medizinische Texte wie elektronische Patientenakten nur schwer verstehen. Außerdem ist die Verarbeitung nicht-textbasierter Modalitäten, wie Signaldaten, genomische Daten und Proteindaten, von denen ein Großteil nicht öffentlich verfügbar ist, nur erschwert möglich.
Der Azure KI-Modellkatalog, der in KI Studio and Azure Machine Learning Studio verfügbar ist, bietet Grundlagenmodelle für das Gesundheitswesen, die eine KI-gesteuerte Analyse verschiedener medizinischer Datentypen unterstützen und weit über das Verständnis medizinischer Texte hinausgehen und multimodale Schlussfolgerungen über medizinische Daten ermöglichen. Diese KI-Modelle können Daten aus verschiedenen Quellen integrieren und analysieren, die in unterschiedlichen Modalitäten vorliegen, wie z. B. medizinische Bildgebung, Genomik, klinische Datensätze und andere strukturierte und unstrukturierte Datenquellen. Die Modelle umfassen auch mehrere Bereiche im Gesundheitswesen wie Dermatologie, Augenheilkunde, Radiologie und Pathologie.
Erstanbietermodelle von Microsoft
Die folgenden Modelle sind die ersten multimodalen First-Party-Grundlagenmodelle für das Gesundheitswesen von Microsoft.
MedImageInsight
Dieses Modell ist ein Einbettungsmodell, das eine ausgereifte Bildanalyse ermöglicht, einschließlich Klassifizierung und Ähnlichkeitssuche in der medizinischen Bildgebung. Forscher können die Modelleinbettungen in einfachen Zero-Shot-Klassifikatoren verwenden oder Adapter für ihre spezifischen Aufgaben erstellen und so Workflows in der Radiologie, Pathologie, Augenheilkunde, Dermatologie und anderen Modalitäten optimieren. Beispielsweise können Forscher erkunden, wie das Modell verwendet werden kann, um Tools zu erstellen, die bildgebende Scans automatisch an Spezialisten weiterleiten oder potenzielle Anomalien zur weiteren Überprüfung kennzeichnen. Diese Maßnahmen können eine verbesserte Effizienz und Patientenergebnisse ermöglichen. Darüber hinaus kann das Modell für Schutzmaßnahmen im Bereich der verantwortungsvollen KI (Responsible AI, RAI) wie die Erkennung von Out-of-Distribution (OOD) und die Driftüberwachung genutzt werden, um die Stabilität und Zuverlässigkeit von KI-Tools und Datenpipelines in den dynamischen Umgebungen der medizinischen Bildgebung zu gewährleisten.
CXRReportGen
Röntgenaufnahmen des Brustkorbs sind das häufigste Verfahren in der Radiologie weltweit. Sie sind entscheidend, weil sie Ärzten dabei helfen, eine Vielzahl von Erkrankungen zu diagnostizieren, von Lungeninfektionen bis hin zu Herzproblemen. Diese Bilder sind häufig der erste Schritt bei der Erkennung von Gesundheitsproblemen, die Millionen von Menschen betreffen. Dieses multimodale KI-Modell bezieht aktuelle und frühere Bilder einschließlich wichtiger Patientendaten ein, um detaillierte, strukturierte Berichte auf Basis von Röntgenaufnahmen des Brustkorbs zu erstellen. Die Berichte heben KI-generierte Ergebnisse direkt auf den Bildern hervor, um sie mit den Workflows in Einklang zu bringen, bei denen ein Mensch erforderlich ist. Forscher können diese Fähigkeit und das Potenzial testen, die Bearbeitungszeiten zu beschleunigen und gleichzeitig die diagnostische Genauigkeit der Radiologen zu verbessern.
MedImageParse
Dieses Modell wurde für eine präzise Bildsegmentierung entwickelt und umfasst verschiedene Modalitäten der Bildgebung, darunter Röntgenstrahlen, CT-Scans, MRT-Aufnahmen, Ultraschallbilder, dermatologische Aufnahmen und pathologische Objektträger. Das Modell kann für spezifische Anwendungen wie die Tumorsegmentierung oder die Organabgrenzung verfeinert werden, sodass Entwickler das Modell testen und validieren können und ihnen die Möglichkeit geben, Tools zu erstellen, die KI für eine hochentwickelte Analyse medizinischer Bilder nutzen.
Partnermodelle
Der Azure KI-Modellkatalog bietet außerdem eine kuratierte Sammlung von Gesundheitsmodellen von Microsoft-Partnern mit Funktionen wie der digitalen Analyse pathologischer Objektträger, der biomedizinischen Forschung und dem Austausch von medizinischem Wissen. Diese Modelle stammen von Partnern, die Paige.AI und Providence Healthcare umfassen. Eine vollständige Liste der Modelle finden Sie auf der Modellkatalogseite.