الأخبار التكنولوجية والاستعراضات والنصائح!

الباحثون يستكشفون النماذج الأساسية للذكاء الاصطناعي الطبي العام

ستساعدك المقالة التالية: الباحثون يستكشفون النماذج الأساسية للذكاء الاصطناعي الطبي العام

يمكن تطبيق نماذج الأساس على مجموعة متنوعة من المهام النهائية بعد تدريبها على مجموعات بيانات كبيرة ومتنوعة. من الأسئلة النصية التي تستجيب للأوصاف المرئية ولعب الألعاب ، يمكن للنماذج الفردية الآن تحقيق أداء متطور. أدت مجموعات البيانات المتزايدة والنماذج الأكبر والبنى النموذجية المحسنة إلى ظهور إمكانيات جديدة لنماذج الأساس.

نظرًا لتعقيد الطب ، وصعوبة جمع معلومات طبية كبيرة ومتنوعة ، وحداثة هذا الاكتشاف ، فإن هذه النماذج لم تتغلغل بعد في الذكاء الاصطناعي الطبي. تستخدم معظم نماذج الذكاء الاصطناعي الطبية تقنية بناء نموذج خاصة بالمهمة. يجب تسمية الصور يدويًا لتدريب نموذج على تحليل الأشعة السينية للصدر للكشف عن الالتهاب الرئوي. يجب أن يكتب الإنسان تقريرًا إشعاعيًا عندما تكتشف هذه الخوارزمية الالتهاب الرئوي. تنتج هذه المنهجية شديدة التركيز والقائمة على الملصقات نماذج صارمة يمكنها فقط القيام بالمهام الموجودة في مجموعة بيانات التدريب. للتكيف مع المهام الجديدة أو توزيعات البيانات لنفس الهدف ، تتطلب مثل هذه النماذج في بعض الأحيان إعادة التدريب على مجموعة بيانات جديدة.

جعلت التطورات مثل البنى متعددة الوسائط ، وتقنيات التعلم بالإشراف الذاتي ، وقدرات التعلم في السياق ، فئة جديدة من نماذج المؤسسات الطبية المعقدة تسمى GMAI ممكنة. تشير علامة “الاختصاصي” الخاصة بهم إلى أنهم سيحلون محل النماذج الأكثر تخصصًا لمهام طبية محددة.

حدد باحثون من جامعة ستانفورد ، وجامعة هارفارد ، وجامعة تورنتو ، وكلية الطب بجامعة ييل ، ومعهد أبحاث سكريبس المترجم ثلاث صفات أساسية تميز نماذج GMAI بصرف النظر عن نماذج الذكاء الاصطناعي الطبية التقليدية.

  1. يمكن تكييف نموذج GMAI بسهولة مع مهمة جديدة عن طريق ذكر العمل باللغة الإنجليزية (أو لغة أخرى). يمكن للنماذج أن تتصدى للتحديات الجديدة بعد تقديمها لها (مواصفات المهام الديناميكية) ولكن قبل طلب إعادة التدريب.
  2. يمكن لنماذج GMAI أن تأخذ البيانات من مصادر مختلفة وتولد نتائج بتنسيقات مختلفة. ستعكس نماذج GMAI المعرفة الطبية بشكل صريح ، وتمكينهم من التفكير من خلال التحديات الجديدة وإيصال نتائجهم من حيث فهم المتخصصين الطبيين. عند مقارنتها بنماذج الذكاء الاصطناعي الطبية الحالية ، فإن نماذج GMAI لديها القدرة على التعامل مع مجموعة متنوعة من المهام مع تسميات أقل أو بدون تسميات. اثنان من القدرات المحددة لـ GMAI – دعم مجموعات مختلفة من أساليب البيانات والقدرة على تنفيذ المهام المحددة ديناميكيًا – تمكن نماذج GMAI من التفاعل مع المستخدمين بطرق مختلفة.
  3. يجب أن تمثل نماذج GMAI بشكل صريح معرفة المجال الطبي واستخدامها للتفكير الطبي المعقد.

يوفر GMAI قدرة ملحوظة على التكيف عبر الوظائف والمواقف من خلال السماح للمستخدمين بالتفاعل مع النماذج عبر استعلامات مخصصة ، مما يجعل رؤى الذكاء الاصطناعي في متناول مجموعة واسعة من المستهلكين. لإنشاء استعلامات مثل “شرح الكتلة التي تظهر في هذا المسح الضوئي بالرنين المغناطيسي” ، قد يستخدم المستخدمون استعلامًا مخصصًا. هل من المرجح أن يكون ورمًا أو خراجًا؟ “

سمتان أساسيتان ، مواصفات المهام الديناميكية والمدخلات والمخرجات متعددة الوسائط ستصبح ممكنة من خلال الاستعلامات التي يحددها المستخدم.

  1. مواصفات المهام الديناميكية: يمكن إعادة تدريب نماذج الذكاء الاصطناعي بسرعة باستخدام الاستعلامات المخصصة لمعرفة كيفية مواجهة التحديات الجديدة. عندما سئل ، “بالنظر إلى هذا الموجات فوق الصوتية ، ما هو سمك جدار المرارة بالمليمترات؟” يمكن لـ GMAI تقديم إجابة لم يسبق رؤيتها من قبل. قد يتم تدريب GMAI على مفهوم جديد مع أمثلة قليلة فقط ، وذلك بفضل التعلم في السياق.
  2. المدخلات والمخرجات متعددة الوسائط: تجعل الاستعلامات المخصصة القدرة على دمج الطرائق بشكل تعسفي في مخاوف طبية معقدة أمرًا ممكنًا. عند طلب التشخيص ، يمكن للطبيب إرفاق عدة صور وتقارير معملية باستعلامهم. إذا طلب العميل استجابة نصية وتصورًا مصاحبًا ، فيمكن لنموذج GMAI تلبية كلا الطلبين بسهولة.

بعض حالات استخدام GMAI مذكورة أدناه:

  • نتائج إشعاعية موثوقة: يمهد GMAI الطريق لفئة جديدة من مساعدي الأشعة الرقمية المرنة الذين قد يساعدون أخصائيي الأشعة في أي مرحلة من مراحل عملياتهم ويقلل بشكل كبير من أعباء عملهم. يمكن صياغة تقارير الأشعة التي تتضمن كلاً من النتائج الطبيعية الشاذة وذات الصلة والتي تأخذ تاريخ المريض في الاعتبار بواسطة نماذج GMAI. عند دمجها مع التقارير النصية ، يمكن أن تساعد التصورات التفاعلية من هذه النماذج الأطباء بشكل كبير ، على سبيل المثال ، من خلال تمييز المنطقة المحددة بواسطة كل عبارة.
  • طرق جراحية محسّنة: مع نموذج GMAI ، من المتوقع أن تقوم الفرق الجراحية بإجراء العلاجات بسهولة أكبر. قد تقوم نماذج GMAI بمهام التصور ، مثل التعليق على خلاصات الفيديو الحية لعملية ما. عندما يكتشف الجراحون أحداثًا تشريحية غير عادية ، فقد ينقلون أيضًا معلومات شفهية عن طريق دق الإنذارات أو قراءة الأدبيات ذات الصلة بصوت عالٍ.
  • ساعد في إجراء مكالمات صعبة بجوار السرير مباشرة. المزيد من التفسيرات المتعمقة والتوصيات للرعاية المستقبلية أصبحت ممكنة من خلال أدوات دعم القرار السريرية بجانب السرير التي تدعم GMAI ، والتي تعتمد على أنظمة الإنذار المبكر القائمة على الذكاء الاصطناعي.
  • صنع البروتينات من النص: صنَّف GMAI متواليات الأحماض الأمينية البروتينية والبنى ثلاثية الأبعاد من المدخلات النصية. قد يكون هذا النموذج مشروطًا بإنتاج تسلسلات بروتينية ذات ميزات وظيفية مرغوبة ، مثل تلك الموجودة في النماذج التوليدية الحالية.
  • تدوين الملاحظات التعاوني. ستعمل نماذج GMAI تلقائيًا على صياغة المستندات مثل الملاحظات الإلكترونية وتقارير التفريغ ؛ سيحتاج الأطباء فقط إلى فحصها وتحديثها والموافقة عليها.
  • روبوتات المحادثة الطبية. يمكن تشغيل تطبيقات مساعدة المرضى الجديدة بواسطة GMAI ، مما يسمح بتوفير رعاية عالية الجودة حتى خارج الإعدادات السريرية.