Para peneliti di Universitas Kecerdasan Buatan Mohamed bin Zayed (MBZUAI) di Abu Dhabi telah meluncurkan MediX-R1, model AI medis baru yang dirancang untuk meniru pemikiran klinis manusia secara lebih efektif dan dengan biaya lebih rendah dibandingkan sistem yang ada. Dikembangkan melalui kerja sama dengan para dokter di India, model sumber terbuka ini memanfaatkan pembelajaran penguatan (reinforcement learning) untuk menganalisis citra medis dan memberikan respons klinis yang terbuka – sebuah langkah signifikan melampaui keluaran pilihan ganda yang umum dalam AI medis saat ini.
Зміст
Masalah dengan AI Medis Saat Ini
Sebagian besar model AI medis dilatih menggunakan kumpulan data yang diformat sebagai pertanyaan pilihan ganda. Pendekatan ini gagal mencerminkan skenario klinis dunia nyata, di mana dokter harus mensintesis informasi, mempertimbangkan konteks, dan merumuskan diagnosis yang berbeda-beda. Ketergantungan pada pelatihan pilihan ganda menciptakan kesenjangan antara kecerdasan buatan dan praktik medis yang sebenarnya. MediX-R1 bertujuan untuk menjembatani kesenjangan tersebut dengan memungkinkan penalaran klinis bentuk bebas.
Cara Kerja MediX-R1
Inovasi utama terletak pada penggunaan model pembelajaran penguatan (RL) dengan sistem penghargaan gabungan. Hal ini memungkinkan MediX-R1 belajar dari kumpulan data yang relatif kecil (sekitar 51.000 contoh instruksi) tanpa memerlukan anotasi manusia yang ekstensif dan mahal. Model ini tersedia dalam 2, 8, dan 30 miliar versi parameter, dengan versi terkecil mampu berjalan secara lokal di perangkat seluler, sehingga dapat diakses di rangkaian layanan kesehatan dengan sumber daya terbatas.
Kinerja dan Kemampuan
Performa MediX-R1 sangat mengesankan. Ini mencapai rata-rata benchmark sebesar 73,6% di 17 kumpulan data medis dan mendapat skor 95,1% pada Ujian Lisensi Medis AS. Yang lebih penting lagi, para dokter lebih menyukai tanggapan model ini dibandingkan model lain dalam 72,7% tinjauan ahli secara buta. Versi 8 miliar parameter mengungguli model MedGemma-27B Google meskipun tiga kali lebih kecil, yang menunjukkan efisiensi pendekatan pembelajaran penguatan tim.
Model ini mendukung 16 modalitas pencitraan medis, termasuk sinar-X, CT, MRI, dan ultrasound, menjadikannya salah satu model bahasa visi medis sumber terbuka paling serbaguna yang tersedia.
Open Source dan Implikasinya di Masa Depan
MediX-R1 sepenuhnya bersumber terbuka di bawah lisensi CC-BY-NC-SA 4.0, yang berarti bobot model, kode pelatihan, dan kumpulan data tersedia untuk umum. Transparansi ini akan mempercepat penelitian dan memungkinkan komunitas AI yang lebih luas untuk mengembangkan pekerjaan ini. Meskipun masih merupakan prototipe penelitian dan belum siap untuk penerapan klinis karena risiko seperti potensi halusinasi, MediX-R1 mewakili langkah penting menuju AI medis yang lebih mudah diakses dan efektif.
Pasar global untuk AI generatif dalam layanan kesehatan diproyeksikan mencapai $21,7 miliar pada tahun 2032, dan terobosan seperti MediX-R1 sangat penting untuk mengatasi hambatan teknis yang saat ini menjadikan pelatihan model mahal dan membutuhkan banyak sumber daya. Dengan menunjukkan jalur yang lebih efisien menuju AI medis berkualitas tinggi, penelitian ini berpotensi mendemokratisasi akses terhadap alat diagnostik canggih secara global.
