Tyrėjai patobulina ChatGPT, kurdami AI įrankius skaitmeninei patologijai

Tyrėjai patobulina ChatGPT, kurdami AI įrankius skaitmeninei patologijai

Ligos, sindromai

Mokslininkai iš Dana-Farber Cancer Institute ir Weill Cornell Medicine sukūrė ir išbandė naujus dirbtinio intelekto įrankius, pritaikytus skaitmeninei patologijai – palyginti naujai sričiai, kuri naudoja didelės skiriamosios gebos skaitmeninius vaizdus, ​​sukurtus iš audinių mėginių, kad būtų galima diagnozuoti ligas ir informuoti apie gydymo sprendimus.

Jų darbas, paskelbtas m „Lancet Digital Health“. 2024 m. liepos 9 d. parodo, kad ChatGPT, AI kalbos modelis, sukurtas tekstui suprasti ir generuoti, gali būti pritaikytas naudojant dirbtinio intelekto techniką, vadinamą paieškos papildyta generacija, kad būtų galima pateikti tikslius atsakymus į klausimus apie skaitmeninę patologiją ir surinkti išsamius rezultatus.

Autoriai taip pat nustatė, kad ChatGPT gali padėti patologams, neturintiems didelės kodavimo patirties, naudoti sudėtingą programinę įrangą, analizuojančią audinių mėginius, veiksmingai padedant įveikti atotrūkį tarp patologijos įgūdžių ir skaitmeninių patologijos įgūdžių.

ChatGPT yra didelės kalbos modelis (LLM), o tai reiškia, kad jis generuoja tekstą įvairiomis temomis, naudodamas didelius duomenų kiekius. „LLM tinka bendroms užduotims atlikti, tačiau jie nėra geriausi įrankiai norint gauti naudingos informacijos specializuotose srityse“, – sakė tyrimo pagrindinis autorius Mohamedas Omaras, medicinos mokslų daktaras, patologijos ir laboratorinės medicinos tyrimų docentas bei laboratorinės medicinos narys. Weill Cornell Medicine Kompiuterinės ir sistemų patologijos skyrius ir Dana-Farber vėžio instituto vadovaujantis mokslininkas.

Siekdamas sukurti dirbtinio intelekto įrankius, kurie galėtų padidinti skaitmeninės patologijos efektyvumą ir tikslumą, atitinkamas autorius Renato Umeton, Ph.D., Dana-Farber Informatikos ir analizės departamento Dirbtinio intelekto operacijų ir duomenų mokslo paslaugų direktorius, vadovavo pastangoms pritaikyti išplėsti ChatGPT galimybes šiam konkrečiam tikslui.

Patologijos AI tikslumo didinimas

„Yra dvi pagrindinės problemos, susijusios su bendraisiais LLM. Pirma, jie dažnai pateikia ilgus bendrus atsakymus, kurie, nors ir teisingi, neturi pakankamai išsamios informacijos”, – sakė Omaras. „Antra, šie modeliai gali haliucinuoti ir sugalvoti dalykus iš niekur, įskaitant literatūros citatas. Tai ypač blogai tokiose specializuotose srityse kaip skaitmeninė patologija ir vėžio biologija, pavyzdžiui.”

Siekdama pašalinti nesklandumus, „Umeton“ pradėjo nuo saugaus, privataus ir saugaus „ChatGPT“ varianto, veikiančio „Dana-Farber“ (GPT4DFCI). Jie papildė GPT4DFCI su prieiga prie išsamios ir kuruojamos naujausių skaitmeninės patologijos raidos duomenų bazės, kurią sudaro 650 publikacijų nuo 2022 m. ir iki 10 000 puslapių literatūros.

„Galėtume paprašyti šios naujos sistemos, kad ji mus pasigautų daugybe konkrečių skaitmeninės patologijos temų ar metodų ir per kelias sekundes gautume rezultatus, kurių detalumo, gylio ir apibendrinimo lygis neegzistuoja dabartiniuose mokslinės literatūros įrankiuose ar paieškos sistemose. efektyviai padidino tyrėjų galimybes“, – pažymėjo Umetonas.

Jie naudojo metodą, vadinamą paieškos papildyta generacija (RAG), kuri leido GPT4DFCI pasiekti atitinkamus dokumentus ar informaciją iš šios specializuotos duomenų bazės ir generuoti tikslius atsakymus į vartotojų raginimus apie skaitmeninę patologiją, bet nieko už šios srities ribų.

Omaras ir jo kolegos uždavė GPT4DFCI klausimų, susijusių su skaitmenine patologija, ir palygino atsakymus su pateiktais ChatGPT 4. Pareikalavę GPT4DFCI pateikti nuorodas į konkrečias publikacijas, kurias naudojo atsakymams generuoti, jie nustatė, kad atsakymai buvo tikslūs ir pagrįsti.

Patobulintas modelis pateikė tikslesnius ir aktualesnius atsakymus nei „ChatGPT 4“ ir nesukėlė haliucinacijų – net vieną kartą. „Tikiuosi, kad tai taps katalizatoriumi konkrečioms sritims skirtoms priemonėms kitose medicinos ar medicininių tyrimų srityse“, – sakė Omaras.

AI suteikia pagalbos ranką koduojant

Antroji komandos sukurta dirbtinio intelekto programa padeda patologams naudoti PathML – specializuotą programinės įrangos biblioteką, kuriai reikia išmanyti programavimo kalbą Python, kad būtų galima analizuoti didžiulius ir sudėtingus patologijos vaizdų duomenų rinkinius. „Patologams ar mokslininkams, neturintiems ankstesnės kodavimo patirties, PathML gali būti sudėtinga naudoti vaizdų analizės užduotims“, – sakė Omaras.

Tyrėjai integravo „PathML“ su „ChatGPT“, leisdami vartotojams bendrauti su „PathML“ dokumentacija per pokalbių funkciją. Vartotojai gali tiesiog įvesti klausimus apie PathML naudojimą histopatologinių vaizdų analizei (pavyzdžiui, daugialypių vaizdų, audinių mikromasyvo arba biomarkerio kiekybiniam įvertinimui), o įrankis pateiks nuoseklias, tikslias jų kodavimo instrukcijas. analizes.

„Generatyvusis dirbtinis intelektas pasirodė naudingas teikiant struktūrizuotas gaires, kokia medžiaga pasidomėti ir kaip organizuoti mokymosi kelią naujoms temoms“, – sakė Umetonas.

„Mūsų tyrimai rodo, kad kartu su tinkamais informacijos gavimo metodais, ChatGPT ir apsaugotos AI įrankiai, pvz., GPT4DFCI, gali būti itin veiksmingi remiant pagrindinius tyrėjus. Šios priemonės yra naudingos net labai sudėtingomis temomis, kurioms reikia ypač tikslių atsakymų, pvz., skaitmeninių. patologija“.