Basismodellen voor AI in de gezondheidszorg
Belangrijk
De AI-modellen voor gezondheidszorg zijn bedoeld voor onderzoek en modelontwikkeling. De modellen zijn niet ontworpen of bedoeld om te worden geïmplementeerd in klinische instellingen, noch voor gebruik bij de diagnose of behandeling van een gezondheids- of medische aandoening, en de prestaties van de individuele modellen voor dergelijke doeleinden zijn niet vastgesteld. U bent alleen verantwoordelijk en aansprakelijk voor elk gebruik van de AI-modellen voor gezondheidszorg, met inbegrip van de verificatie van uitvoer en integratie in een product of dienst die is bedoeld voor een medisch doel of om klinische besluitvorming, naleving van toepasselijke gezondheidszorgwetten en -voorschriften te informeren en eventuele benodigde goedkeuringen of goedkeuringen te verkrijgen.
In dit artikel krijgt u informatie over de microsoft multimodale modelcatalogus voor de gezondheidszorg. De modellen zijn gezamenlijk ontwikkeld door Microsoft Research, strategische partners en toonaangevende zorginstellingen voor zorgorganisaties. Gezondheidszorgorganisaties kunnen de modellen gebruiken om snel AI-oplossingen te bouwen en te implementeren die zijn afgestemd op hun specifieke behoeften, terwijl de uitgebreide reken- en gegevensvereisten worden geminimaliseerd die doorgaans zijn gekoppeld aan het bouwen van multimodale modellen. De bedoeling is niet dat deze modellen fungeren als zelfstandige producten. In plaats daarvan zijn ze ontworpen voor ontwikkelaars die als basis kunnen worden gebruikt om voort te bouwen. Met deze AI-modellen voor de gezondheidszorg beschikken professionals over de hulpmiddelen die ze nodig hebben om optimaal gebruik te maken van AI om het biowetenschappelijk onderzoek, klinische werkstromen en uiteindelijk zorg voor de levering te verbeteren.
De kracht van kunstmatige intelligentie (AI) is het stimuleren van een revolutionaire transformatie in de gezondheidszorg. Hoewel bestaande grote taalmodellen zoals GPT-4 een enorme belofte tonen voor klinische tekstgerelateerde taken en multimodale redeneringen voor algemeen gebruik, hebben ze moeite om niet-tekst multimodale gezondheidszorggegevens te begrijpen, zoals medische imaging, radiologie, pathologie en informatiebronnen voor oogheelkunde. Dit probleem heeft betrekking op andere gespecialiseerde medische tekstbronnen, bijvoorbeeld langs elektronische medische dossiers. Het wordt lastig om niet-tekstmodaliteiten te verwerken, zoals signaalgegevens, genomische gegevens en eiwitgegevens, waarvan veel niet openbaar beschikbaar zijn.
De Azure AI-modelcatalogus, beschikbaar in Azure AI Foundry en Azure Machine Learning-studio, biedt basismodellen voor gezondheidszorg die ai-analyse van verschillende medische gegevenstypen mogelijk maken. Deze AI-modellen breiden zich veel verder uit dan begrip van medische tekst in de multimodale redenering over medische gegevens. Ze kunnen gegevens uit diverse bronnen integreren en analyseren die in verschillende modaliteiten worden geleverd, zoals medische imaging, genomics, klinische records en andere gestructureerde en ongestructureerde gegevensbronnen. De modellen omvatten ook verschillende gezondheidszorgvelden, waaronder redundantie, ooghthalmologie, radiologie, pathologie en meer.
Microsoft First Party-modellen
Deze modellen zijn de basismodellen voor multimodale gezondheidszorg van Microsoft.
MedImageInsight
Dit model is een insluitmodel dat geavanceerde afbeeldingsanalyse mogelijk maakt, met inbegrip van classificatie- en gelijkeniszoekopdrachten in medische imaging. Onderzoekers kunnen de modelinsluitingen gebruiken in eenvoudige zero-shot classificaties. Ze kunnen ook adapters bouwen voor hun specifieke taken, waardoor werkstromen worden stroomlijnd in radiologie, pathologie, ooghthalmologie, redundantie en andere modaliteiten. Onderzoekers kunnen bijvoorbeeld het model gebruiken om hulpprogramma's te bouwen waarmee imagingscans automatisch naar specialisten worden gerouteerd of mogelijke afwijkingen worden gevlagd voor verdere beoordeling. Deze acties kunnen de efficiëntie verhogen en de resultaten van patiënten verbeteren. Bovendien ondersteunt het model verantwoordelijke AI -beveiliging (RAI), zoals OOD-detectie en driftbewaking (out-of-distribution). Deze waarborgen behouden de stabiliteit en betrouwbaarheid van AI-hulpprogramma's en gegevenspijplijnen in dynamische medische imaging-omgevingen.
CXRReportGen
Borstfoto's zijn de meest voorkomende radiologieprocedure wereldwijd. Ze helpen artsen bij het diagnosticeren van een breed scala aan aandoeningen - longinfecties, hartproblemen en meer. Voor miljoenen mensen worden deze afbeeldingen vaak de eerste stap bij het detecteren van statusproblemen. Dit multimodale AI-model bevat actuele en eerdere afbeeldingen, samen met belangrijke patiëntinformatie, om gedetailleerde, gestructureerde rapporten van borstfoto's te genereren. In de rapporten worden door AI gegenereerde bevindingen rechtstreeks op basis van de afbeeldingen gemarkeerd om te worden afgestemd op werkstromen voor mensen in de lus. Onderzoekers kunnen deze mogelijkheid en het potentieel om de doorlooptijden te versnellen testen en tegelijkertijd de diagnostische precisie van radiologen verbeteren.
MedImageParse
Dit model is ontworpen voor nauwkeurige afbeeldingssegmentatie en omvat verschillende beeldvormende modaliteiten, waaronder röntgenfoto's, CT-scans, MRIs's, echografieën, redundantieafbeeldingen en pathologiedia's. Het model kan worden afgestemd op specifieke toepassingen, zoals tumorsegmentatie of delineatie van organen. Hiermee kunnen ontwikkelaars het model testen en valideren en de mogelijkheid om hulpprogramma's te bouwen die gebruikmaken van AI voor zeer geavanceerde medische afbeeldingsanalyse.
Partnermodellen
De Azure AI-modelcatalogus biedt ook een gecureerde verzameling gezondheidszorgmodellen van Microsoft-partners met mogelijkheden zoals diaanalyse van digitale pathologie, medisch onderzoek, mogelijkheden voor het delen van medische kennis en meer. Partners waaronder Paige.AI en Providence Healthcare bieden deze modellen. Ga naar de resource van de cataloguspagina van het model voor een volledige lijst met modellen.