微軟新人工智能模型能夠識別癌症、胸部感染等健康問題
微軟的醫療和生物技術研究小組Health Futures開發了一個人工智能模型，能夠識別腫瘤、黑色素瘤、胸部感染及其他健康問題。透過將傳統影像檢查的數據輸入模型，醫療專業人員可以捕捉到那些可能被人眼忽視的疾病徵兆。
通常，超聲波、CT掃描、MRI等技術所產生的影像會被送交人類專家進行仔細檢查，以尋找潛在的警示信號，例如異常的細胞聚集、黑色素瘤形狀的微小變化、可能顯示肺部感染的液體等。然而，最微小的警示信號可能會被忽略，這會讓患者失去在病情惡化前及時發現危險健康問題的機會。某些識別步驟，例如確定腫瘤並繪製其精確形狀，通常由不同的團隊來完成，這意味著一些潛在的發現不可避免地會被遺漏。
BiomedParse的目標就是填補這些空白，幫助醫療專業人員一次性完成三個主要的醫學影像處理步驟——物體識別、檢測和分割。在最近發表的部落格文章中，Health Futures指出，他們的模型在九種影像技術上表現優於人眼，成功提供了一個針對多種專業的“整體”分析解決方案。
為了構建BiomedParse，該團隊使用了OpenAI的GPT-4來創建一個專注於醫學影像處理前兩個步驟的數據集：物體識別（識別異常）和檢測（捕捉異常在周圍環境中的具體情況）。這個數據集包含了來自全身的超過600萬張器官、組織學和各類異常影像及其文字描述。這些影像使BiomedParse能夠從CT、MRI、X光、超聲波、病理學、眼底、皮膚鏡、內窺鏡和光學相干斷層掃描（OCT）影像中捕捉微小的細節。
醫療專業人員使用BiomedParse的方式是，將一系列影像——例如患者肝臟的病理切片——輸入並提供簡單的文本提示。模型然後將這些切片與與文本提示相關的訓練影像進行比較。如果模型發現該疾病的跡象，則會報告；如果未發現，則會將用戶的提示視為無效。
Health Futures聲稱，BiomedParse成功識別了黑色素瘤、囊腫、COVID-19胸部感染及全身的腫瘤。目前尚不清楚該團隊是否計劃將這項技術商業化或繼續進行迭代。與此同時，其他人工智能模型也在幫助醫療專業人員識別和預測胰腺癌、肺癌、乳腺癌及其他隱蔽且危險的疾病。
這項技術的出現無疑是一個重要的進步，因為它不僅能夠提升診斷的準確性，還能夠提高醫療效率。隨著醫療影像技術的發展，這樣的AI工具可能會成為未來醫療診斷的重要助手，減少誤診和漏診的情況。當然，這也引發了對人工智能在醫療領域的倫理和法律問題的討論，特別是在決策過程中人類專業知識的角色將如何調整。醫療界必須謹慎考慮這些問題，以確保技術的應用不僅是創新，也是安全和負責任的。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
