Gwella Modelau Rhagfynegol Gofal Iechyd gydag AI Cynhyrchiol
Astudiaeth Achos ar Ganfod Niwmonia a Chyfnod Canser
Trosolwg o'r Prosiect
Ym maes gofal iechyd sy’n datblygu’n gyflym, mae defnyddio AI cynhyrchiol, yn enwedig Modelau Iaith Mawr (LLMs), ar gyfer rhagfynegi cyflyrau afiechyd o adroddiadau clinigol yn gam sylweddol ymlaen. Dechreuodd y cleient, arloeswr mewn dadansoddeg iechyd, ar genhadaeth i fireinio eu modelau rhagfynegi cyflwr afiechyd. Trwy drosoli cronfa ddata ffynhonnell agored MIMIC CXR ac ymgorffori rhagfynegiadau AI cynhyrchiol ar gyfer dadansoddiad cychwynnol, ac yna dilysu â llaw gyda Label Studio, y nod oedd hybu cywirdeb model a dibynadwyedd ar gyfer dadansoddiadau o adroddiadau clinigol, yn enwedig adroddiadau radioleg.
Heriau
Roedd integreiddio rhagfynegiadau AI cynhyrchiol i lifoedd gwaith gofal iechyd yn cyflwyno heriau niferus:
Mynediad a Diogelwch Data
Er mwyn sicrhau mynediad i setiau data meddygol ffynhonnell agored o ansawdd uchel fel MIMIC-CXR roedd angen proses gadarnhad trwyadl, gan sicrhau cydymffurfiaeth â phreifatrwydd a safonau moesegol.
Cywirdeb Rhagfynegiad
Roedd allbynnau cychwynnol modelau AI cynhyrchiol o bryd i'w gilydd yn dangos anghywirdebau mewn rhagfynegiadau cyflwr afiechyd, gan olygu bod angen gwiriadau â llaw ar gyfer manylder uwch.
Adnabod Cyflwr Clefyd Cymhleth
Roedd dosbarthu cyflyrau afiechyd yn gywir o iaith gynnil adroddiadau clinigol, yn enwedig wrth ddefnyddio AI cynhyrchiol, yn rhwystr sylweddol.
Ansawdd Anodi
Er mwyn sicrhau anodiadau cywir o ansawdd uchel yn yr offeryn Label Studio roedd angen gwybodaeth a dealltwriaeth arbenigol o gyflyrau clefydau meddygol.
Ateb
Defnyddiodd Shaip strategaeth gynhwysfawr i fynd i’r afael â’r heriau hyn:
- Cymhwyster Syml: Llywiodd y tîm yn gyflym y broses ddilysu ar gyfer mynediad MIMIC-CXR, gan ddangos effeithlonrwydd ac ymrwymiad i arferion ymchwil moesegol.
- Datblygu Canllawiau: Datblygu canllawiau craff ar gyfer dilyswyr llaw i sicrhau cysondeb ac ansawdd wrth anodi rhagfynegiadau LLM.
- Anodiadau Arbenigol ar Ragolygon AI: Cyflogwyd dilysu manwl gywir â llaw a chywiro rhagfynegiadau LLM gan ddefnyddio Label Studio, gyda chefnogaeth arbenigedd meddygol.
- Metrigau Perfformiad: Trwy ddadansoddiad manwl, cyfrifodd Shaip fetrigau perfformiad LLM megis concordance, trachywiredd, adalw, a sgôr F1, gan alluogi gwelliant parhaus.
Canlyniad
- Cywirdeb gwell rhagfynegi cyflyrau clefydau o adroddiadau radioleg.
- Datblygu o gwirionedd daear o ansawdd uchel set ddata ar gyfer datblygu cynnyrch yn y dyfodol a gwerthuso rhagfynegiadau AI cynhyrchiol.
- Gwell dealltwriaeth o adnabod cyflwr afiechyd, gan hwyluso rhagfynegiadau mwy dibynadwy.
Defnydd Achos 1: Dilysu Model Dysgu Peiriant
Senario: Gwella Cywirdeb Rhagfynegiad Niwmonia gydag AI Genhedlol Yn yr achos hwn, roedd model AI cynhyrchiol yn hidlo trwy adroddiadau pelydr-X o'r frest i ganfod arwyddion o niwmonia. Fe wnaeth adroddiad yn nodi “Cynnydd didreiddedd yn y llabed isaf dde, yn awgrymu proses heintus” ysgogi dosbarthiad “Ansicr” cychwynnol gan yr AI oherwydd geiriad amwys yr adroddiad.
Proses Ddilysu:
- Archwiliodd arbenigwr meddygol yr adroddiad yn Label Studio, gan ganolbwyntio ar y testun a amlygwyd gan yr AI.
- Trwy werthuso’r cyd-destun clinigol a chymhwyso gwybodaeth radiolegol, ail-ddosbarthodd yr arbenigwr yr adroddiad fel “Cadarnhaol” diffiniol ar gyfer niwmonia.
- Integreiddiwyd y cywiriad arbenigol hwn yn ôl i'r model AI, gan hwyluso ei ddysgu a'i fireinio parhaus.
canlyniadau:
- Gwell Cywirdeb Model
- trachywiredd a galw i gof Metrigau Perfformiad
Defnydd Achos 2: Cynhyrchu Set Ddata Gwirionedd y Ddaear
Senario: Creu Set Ddata Meincnod ar gyfer Camau TNM Canser gydag AI Genehedlol
Gan anelu at hybu datblygiad cynnyrch dilyniant canser, ceisiodd y cleient gasglu set ddata gwirionedd tir gynhwysfawr at ei gilydd. Byddai'r set ddata hon yn meincnodi'r hyfforddiant a'r asesiad o fodelau AI newydd ar gyfer rhagfynegi cam TNM canser yn gywir o naratifau clinigol.
Proses Cynhyrchu Set Ddata:
- Casglwyd sbectrwm eang o adroddiadau yn ymwneud â chanser, gan gynnwys canfyddiadau patholeg a throsolwg diagnostig.
- Darparodd y model AI cynhyrchiol ragfynegiadau llwyfannu TNM cychwynnol ar gyfer pob adroddiad, gan drosoli ei batrymau a'r wybodaeth a ddysgwyd.
- Adolygodd gweithwyr meddygol proffesiynol y rhagfynegiadau hyn a gynhyrchwyd gan AI ar gyfer cywirdeb, cywiro gwallau, ac ategu gwybodaeth mewn achosion o ragfynegiadau AI anghyflawn neu anghywir.
canlyniadau:
- Creu Set Ddata Gwirionedd Tir o Ansawdd Uchel.
- Sylfaen ar gyfer Cynhyrchion y Dyfodol ar gyfer mireinio modelau cenhedlaeth nesaf ar ddiagnosis a llwyfannu canser.
Mae gweithio gyda Shaip wedi chwyldroi ein dull o ragfynegi clefydau. Mae manwl gywirdeb a dibynadwyedd ein modelau wedi gwella'n sylweddol gydag anodiadau gan arbenigwyr parth Shaip. Diolch i'w proses ddilysu fanwl.
