آغاز آزمایش تصویربرداری MRI مبتنی بر هوش مصنوعی GE
شرکت جیای هلث کیر (GE HealthCare) اعلام کرد که جدیدترین مدل پایه هوش مصنوعی خود در حوزه تصویربرداری MRI را برای انجام آزمایشهای میدانی در دو مرکز علمی-پژوهشی برجسته آمریکا، یعنی Mass General Brigham (MGB) و دانشگاه ویسکانسین-مدیسن، در اختیار این مراکز قرار داده است.
به گزارش مدرن مد به نقل از Healthcare IT News، این مدل در قالب برنامه «آزمایشگاه نوآوری هوش مصنوعی GE» با دادههای واقعی بیمارستانی مورد آزمون قرار خواهد گرفت تا عملکرد و سازگاری آن در محیطهای بالینی ارزیابی شود.
در این طرح پژوهشی، متخصصان MGB و دانشگاه ویسکانسین با استفاده از یادگیری ماشین، مدل MRI پایه شرکت GE را با دادههای واقعی بیمارستانی ترکیب کرده و برای کاربردهای مختلف تشخیصی مورد آزمایش قرار میدهند.
به گفته شرکت GE، هدف از این مرحله، ارزیابی و بهینهسازی مدل در شرایط واقعی درمانی و عملیاتی است تا میزان انطباق آن با نیازهای گوناگون نظام سلامت مشخص شود.
دکتر طٰهٰ کَسهاوت، مدیر ارشد علمی و فناوری جهانی GE HealthCare، در بیانیهای اعلام کرد: «ما تنها به دنبال پاسخگویی به چالشهای امروز پزشکی نیستیم؛ بلکه با سرمایهگذاری در پژوهشهای نوین، در پی پیشبینی نیازهای آینده نیز هستیم.»
کاربردهای تخصصی و حوزههای آزمایشی
در بیمارستان Mass General Brigham، از این مدل برای تحلیل موارد مرتبط با پروستات استفاده میشود؛ از جمله طبقهبندی بیماری، بخشبندی ضایعات و اندازهگیری دقیق آنها. پژوهشگران برای تفسیر نتایج، از سیستم استاندارد PI-RADS در ارزیابی اسکنهای MRI پروستات بهره میبرند تا اهمیت بالینی یافتهها مشخص شود.
در دانشگاه ویسکانسین-مدیسن نیز، این مدل در حوزههای گوناگون از جمله تشخیص نواحی مختلف بدن، کنترل کیفیت تصاویر و شناسایی عوامل کنتراست مورد بررسی قرار میگیرد و عملکرد آن با دیگر مدلهای پایه MRI مقایسه میشود.
پروژههای نوین در آزمایشگاه نوآوری هوش مصنوعی GE
آزمایشگاه نوآوری GE همچنین از آغاز چند پروژه جدید در زمینه هوش مصنوعی عاملمحور (Agentic AI) خبر داده است. این پروژهها شامل:
- توسعه نخستین دستیار تشخیصی مبتنی بر هوش مصنوعی برای رادیولوژیستها بهمنظور مقابله با کمبود نیروی متخصص،
طراحی سامانهای برای بازبینی یافتههای تصادفی در اسکنهای CT شکمی در تصمیمگیریهای بالینی،
و ایجاد شبکههای عصبی کممصرف انرژی برای تصویربرداری توموگرافیک از جمله اسکنهای PET است.
پیشینه و روند کلی توسعه
شرکت GE HealthCare پیشتر نیز هوش مصنوعی را در فناوریهای تصویربرداری دیجیتال خود بهکار گرفته بود. در سال ۲۰۲۳، سازمان غذا و داروی آمریکا (FDA) شبکه عصبی Sonic DL این شرکت را برای افزایش سرعت تصویربرداری MRI قلبی تأیید کرد.
در دسامبر سال گذشته نیز GE از توسعه مدل پایه سهبعدی MRI تمامبدن خبر داد که بر اساس بیش از ۲۰۰ هزار تصویر MRI از ۲۰ هزار مطالعه بالینی آموزش یافته بود و عملکردی فراتر از مدلهای پژوهشی موجود از خود نشان داد. نتایج آزمایشهای اولیه در MGB نیز دقت بالای مدل در تشخیص سرطان پروستات و بیماری آلزایمر را تأیید کرده بود.
دکتر کیت درایر، مدیر ارشد داده و مسئول حوزه هوش مصنوعی در MGB، گفت: «هرچند هوش مصنوعی عمومی به سطح قابلقبولی از عملکرد در پزشکی نزدیک میشود، اما مدلهای پایهای که برای کاربردهای خاص تنظیم شدهاند میتوانند سریعتر بهبود یافته و اعتماد به فناوری را افزایش دهند.»
به گفته مدیران جیای هلث کیر (GE HealthCare)، تنها حدود سه درصد از دادههای موجود در بیمارستانها در حال حاضر بهطور مؤثر مورد استفاده قرار میگیرند. به همین دلیل، بهرهگیری از هوش مصنوعی در تحلیل این دادهها میتواند دگرگونی عمیقی در مراقبت از بیماران و کارایی نظام درمانی ایجاد کند.
