실시간 환자 중심 통찰력을 위한 AI

한 장의 그림은 천 가지 말보다 가치가 있을 수 있지만, 그래도 두 회사 모두 BiomedGPT를 따라잡기 위해 해야 할 일이 많습니다.

최근 Nature Medicine 저널에 실린 BiomedGPT는 광범위한 의료 및 과학 작업을 지원하도록 설계된 새로운 유형의 인공 지능(AI)입니다. 여러 기관과 협력하여 수행된 이 새로운 연구는 기사에서 "다양한 생물의학 작업을 수행할 수 있는 일반주의자로 설계된 최초의 오픈 소스 및 경량 비전 언어 기반 모델"로 설명되어 있습니다.

"이 연구는 두 가지 유형의 AI를 의료 제공자를 위한 의사 결정 지원 도구로 결합합니다." 리하이 대학교의 컴퓨터 과학 및 공학 조교수이자 이 연구의 주 저자인 리차오 선(Lichao Sun)이 설명합니다. "시스템의 한 쪽은 생물의학 이미지를 이해하도록 훈련되고, 다른 쪽은 생물의학 텍스트를 이해하고 평가하도록 훈련됩니다. 이러한 두 가지를 결합하면 이 모델은 생물의학 이미지 데이터베이스에서 얻은 통찰력과 과학 및 의학 연구 보고서의 분석 및 종합을 사용하여 광범위한 생물의학 과제를 해결할 수 있습니다."

의료진과 환자를 위한 '최첨단 결과 16가지'

8월 7일 Nature Medicine 기사 "다양한 생물의학 작업을 위한 일반 시각 언어 기반 모델" 에 설명된 주요 혁신은 이 AI 모델이 각 작업에 대해 특화될 필요가 없다는 것입니다. 일반적으로 AI 시스템은 X선에서 종양을 인식하거나 의학 논문을 요약하는 것과 같은 특정 작업에 대해 훈련됩니다. 그러나 이 새로운 모델은 동일한 기반 기술을 사용하여 여러 가지 다른 작업을 처리할 수 있습니다. 이러한 다재다능함은 이를 "일반" 모델로 만들고 의료 제공자의 손에 든 강력한 새로운 도구가 됩니다.

Sun은 "BiomedGPT는 AI의 최근 개발인 기초 모델을 기반으로 합니다."라고 말합니다. "기초 모델은 최소한의 추가 교육으로 다양한 작업에 적용할 수 있는 대규모 사전 교육된 AI 시스템입니다. 이 기사에서 설명하는 일반 모델은 이미지와 텍스트를 포함한 방대한 양의 생물의학 데이터로 교육되어 다양한 애플리케이션에서 우수한 성능을 발휘할 수 있습니다."

"9가지 생물의학 과제와 다양한 양식에 걸쳐 25개 데이터 세트를 평가함으로써" Sun의 지도를 받고 Nature 기사의 첫 번째 저자로 활동하는 Lehigh 박사 과정 학생 Kai Zhang은 "BiomedGPT는 최첨단 결과 16개를 달성했습니다. 3가지 방사선 과제에 대한 BiomedGPT의 인간 평가는 모델의 강력한 예측 능력을 보여주었습니다."라고 말했습니다.

장은 오픈소스 코드베이스가 다른 연구자들에게 공개되어 이를 발판으로 추가 개발과 도입을 추진할 수 있게 되어 자랑스럽다고 말했습니다.

연구팀은 BiomedGPT의 기술이 언젠가는 복잡한 의료 이미지를 해석하여 의사에게 도움을 주고, 연구자들이 과학 문헌을 분석하는 데 도움을 주거나, 심지어 분자의 거동을 예측하여 신약 개발에 도움을 줄 수 있을 것이라고 보고했습니다.

"이러한 기술의 잠재적 영향은 상당합니다." 장이 말했습니다. "이 기술은 의료 및 연구의 많은 측면을 간소화하여 더 빠르고 정확하게 만들 수 있기 때문입니다. 저희 방법은 다양한 데이터를 사용한 효과적인 훈련이 진단 및 워크플로 효율성을 개선하기 위한 보다 실용적인 생물의학 AI로 이어질 수 있음을 보여줍니다."

임상적 검증을 위한 팀 노력 및 기타

이 과정에서 중요한 단계는 모델의 효과성과 실제 의료 환경에서의 적용 가능성을 검증하는 것이었습니다.

"임상 테스트는 AI 모델을 실제 환자 데이터에 적용하여 정확도, 신뢰성, 안전성을 평가하는 것을 포함합니다." Sun은 말합니다. "이 테스트는 모델이 다양한 시나리오에서 잘 수행되는지 확인합니다. 이러한 테스트의 결과는 모델을 개선하는 데 도움이 되었으며, 임상 의사 결정과 환자 치료를 개선할 수 있는 잠재력을 보여주었습니다."

Massachusetts General Hospital(MGH)은 Mass General Brigham 의료 시스템의 창립 멤버이자 Harvard Medical School의 교육 제휴 기관으로, BiomedGPT 모델의 개발 및 검증에서 중요한 역할을 했습니다. 이 기관의 참여는 주로 임상 전문성을 제공하고 실제 의료 환경에서 모델의 효과성을 평가하는 데 중점을 두었습니다. 예를 들어, 이 모델은 MGH의 방사선과 의사와 함께 테스트되었으며, 시각적 질문 답변 및 방사선 보고서 생성과 같은 작업에서 뛰어난 성능을 보였습니다. 이 협업은 모델이 임상적으로 정확하고 실용적이라는 것을 보장하는 데 도움이 되었습니다.

BiomedGPT에 기여한 다른 기관으로는 조지아 대학교, 삼성 리서치 아메리카, 펜실베이니아 대학교, 스탠포드 대학교, 센트럴 플로리다 대학교, UC 산타크루즈, 텍사스 대학교 건강, 필라델피아 소아 병원, 메이요 클리닉의 연구자들이 있습니다.

"이 연구는 매우 학제적이고 협력적입니다." Sun이 말했습니다. "이 연구에는 컴퓨터 과학, 의학, 방사선학 및 생물의학 공학을 포함한 여러 분야의 전문 지식이 포함됩니다. 각 저자는 다양한 생물의학 과제에서 모델을 개발, 테스트 및 검증하는 데 필요한 전문 지식을 제공합니다. 이와 같은 대규모 프로젝트는 종종 다양한 데이터 세트와 계산 리소스에 대한 액세스와 알고리즘 개발, 모델 교육, 평가 및 실제 시나리오에 대한 적용, 임상 테스트 및 검증에 대한 기술에 대한 액세스가 필요합니다.

"이것은 진정한 팀 노력이었습니다."라고 그는 말합니다. "의료계가 광범위한 문제에 걸쳐 환자 결과를 개선하는 데 진정으로 도움이 될 수 있는 것을 만드는 것은 매우 복잡한 과제입니다. 이러한 복잡성으로 인해 협업은 과학과 엔지니어링을 적용하여 영향을 창출하는 데 중요합니다."

출처: https://www.sciencedaily.com/releases/2024/11/241104150638.htm