Naukowcy z Uniwersytetu Sztucznej Inteligencji Mohammeda bin Zayeda (MBZUAI) w Abu Zabi zaprezentowali MediX-R1, nowy model medycznej sztucznej inteligencji zaprojektowany w celu bardziej wydajnego i ekonomicznego replikowania ludzkiego rozumowania klinicznego niż istniejące systemy. Ten model o otwartym kodzie źródłowym, opracowany we współpracy z lekarzami w Indiach, wykorzystuje uczenie się przez wzmacnianie do analizowania obrazów medycznych i zapewniania bogatych odpowiedzi klinicznych, co stanowi znaczną poprawę w porównaniu z wyborem wielokrotnego wyboru typowym dla obecnej sztucznej inteligencji w medycynie.
Зміст
Problem z obecną medyczną sztuczną inteligencją
Większość medycznych modeli sztucznej inteligencji jest szkolona na zbiorach danych sformatowanych jako pytania wielokrotnego wyboru. Podejście to nie odzwierciedla rzeczywistych scenariuszy klinicznych, w których klinicyści muszą syntetyzować informacje, brać pod uwagę kontekst i formułować szczegółowe diagnozy. Poleganie na uczeniu się wielokrotnego wyboru tworzy lukę pomiędzy sztuczną inteligencją a praktyką medyczną w świecie rzeczywistym. Celem MediX-R1 jest wypełnienie tej luki poprzez umożliwienie swobodnego rozumowania klinicznego.
Jak działa MediX-R1
Kluczową innowacją jest zastosowanie uczenia się przez wzmacnianie (RL) ze złożonym systemem nagród. Umożliwia to szkolenie MediX-R1 na stosunkowo małym zbiorze danych (około 51 000 przykładów instrukcji) bez konieczności stosowania kosztownych adnotacji przez człowieka. Model jest dostępny w wersjach 2, 8 i 30 miliardów parametrów, przy czym najmniejsza wersja działa lokalnie na urządzeniu mobilnym, dzięki czemu jest dostępny w placówkach opieki zdrowotnej o ograniczonych zasobach.
Wydajność i funkcje
Wydajność MediX-R1 jest imponująca. Osiąga średni wynik 73,6% w 17 zestawach danych medycznych i 95,1% w amerykańskim egzaminie na licencję medyczną. Co więcej, w 72,7% przypadków w zaślepionych recenzjach lekarze woleli jego odpowiedzi od odpowiedzi innych modeli. Wersja zawierająca 8 miliardów parametrów przewyższa MedGemma-27B firmy Google, mimo że jest trzykrotnie mniejsza, co pokazuje skuteczność opracowanego przez zespół podejścia do uczenia się przez wzmacnianie.
Model obsługuje 16 metod obrazowania medycznego, w tym RTG, CT, MRI i USG, co czyni go jednym z najbardziej wszechstronnych modeli open source dostępnych w dziedzinie wzroku i języka medycznego.
Open source i perspektywy na przyszłość
MediX-R1 jest w całości publikowany na licencji CC-BY-NC-SA 4.0, co oznacza, że wagi modeli, kod szkoleniowy i zbiory danych znajdują się w domenie publicznej. Ta przejrzystość przyspieszy badania i umożliwi szerszej społeczności zajmującej się sztuczną inteligencją korzystanie z tych prac. Chociaż jest to nadal badanie prototypowe i nie jest jeszcze gotowe do wdrożenia klinicznego ze względu na ryzyko, takie jak potencjalne halucynacje, MediX-R1 stanowi ważny krok w kierunku bardziej dostępnej i skutecznej medycznej sztucznej inteligencji.
Przewiduje się, że do 2032 r. światowy rynek generatywnej sztucznej inteligencji w opiece zdrowotnej osiągnie wartość 21,7 miliarda dolarów, a przełomowe rozwiązania takie jak MediX-R1 są potrzebne, aby pokonać przeszkody techniczne, które obecnie sprawiają, że modele szkoleniowe są drogie i wymagają dużych zasobów. Badania te, wskazując skuteczniejszą drogę do wysokiej jakości medycznej sztucznej inteligencji, mogą potencjalnie zdemokratyzować dostęp do zaawansowanych narzędzi diagnostycznych na całym świecie.
