Медичний ШІ навчили на 5,24 млн реальних КТ і МРТ — і він краще розпізнає неврологічні патології, ніж моделі з інтернет-даних
Багато медичних моделей штучного інтелекту навчають на відносно чистих і добре відібраних наборах. Нова foundation model отримала зовсім інший масштаб — понад 5,24 млн реальних КТ і МРТ зі звичайної роботи системи охорони здоров’я.
Вона показала сильні результати у діагностичних, triage та попередніх звітних завданнях, особливо в неврологічній візуалізації.
Реальні лікарняні дані мають свою цінність
У повсякденному потоці є різні сканери, старі й нові протоколи, артефакти руху, нормальні дослідження, післяопераційні зміни й рідкісні патології. Саме ця «неідеальність» змушує модель вчитися на варіабельності, яку вона побачить після впровадження.
Інтернет-дані або вузькі академічні набори часто містять переважно добре підписані типові випадки й можуть давати завищене уявлення про готовність алгоритму.
Foundation model — це платформа, а не один діагноз
Велика базова модель може адаптуватися до різних завдань: пошуку крововиливу, визначення терміновості, класифікації патології або допомоги у формуванні звіту.
Але мільйони знімків однієї системи не гарантують однакової роботи в іншій країні. Популяція, апаратура й правила направлення на КТ можуть суттєво відрізнятися.
Справжній тест відбувається не на benchmark, а в prospective deployment. Якщо модель скорочує час до критичного діагнозу, не створює неприйнятної кількості хибних тривог і реально допомагає радіологові, тоді масштаб навчання перетворюється на клінічну цінність.
Реальна користь також залежить від швидкості. Модель, яка дуже точна, але потребує хвилин на один scan, може бути менш корисною для emergency triage, ніж трохи простіша система з відповіддю за секунди.
Необхідний і контроль dataset shift. Якщо лікарня змінює модель сканера або протокол реконструкції, характеристики зображень змінюються, а точність ШІ може непомітно погіршитися. Тому після впровадження модель потребує постійного моніторингу, а не одноразової сертифікації.
Ще один критерій — калібрування впевненості. Якщо модель помиляється, але правильно показує низьку впевненість, лікар може швидко перевірити випадок. Небезпечніше, коли система дає хибну відповідь із дуже високою впевненістю.
