Los científicos de Weill Cornell Medicine y Dana-Farber Cancer Institute en Boston han desarrollado y probado nuevas herramientas de inteligencia artificial (IA) para patología digital, un campo de rápido crecimiento para ayudar a diagnosticar enfermedades que utiliza imágenes digitales de alta resolución hechas de muestras de tejido. y guiar el tratamiento.
Su tesis, publicada en Lanceta Salud Digital El 9 de julio, muestra que ChatGPT, un modelo de lenguaje de inteligencia artificial diseñado para comprender y generar texto, se puede desarrollar para proporcionar respuestas precisas a preguntas sobre patología digital y generar resultados detallados. Los autores también descubrieron que ChatGPT puede ayudar a los patólogos sin una amplia experiencia en codificación a utilizar un software complejo que analice muestras de tejido, cerrando la brecha entre la patología y las habilidades de patología digital.
ChatGPT es un modelo de lenguaje grande (LLM), lo que significa que genera texto sobre una amplia gama de temas utilizando una amplia gama de datos. “Los LLM son buenos para tareas generales, pero no son las mejores herramientas para obtener información útil para campos especializados”, dijo el autor principal del estudio, el Dr. Muhammad Omar, profesor asistente de investigación en patología y medicina de laboratorio y miembro de la división. de Patología Computacional y de Sistemas en Weill Cornell Medicine. El Dr. Luigi Marchionni, profesor asociado de patología y medicina de laboratorio y jefe de la División de Patología Computacional y de Sistemas, también es coautor del estudio.
Para crear herramientas de inteligencia artificial que puedan aumentar la eficiencia y precisión necesarias para la toma de decisiones en patología digital, el autor correspondiente, el Dr. Renato Amitten, Director de Operaciones de Inteligencia Artificial y Servicios de Ciencia de Datos, Departamento de Informática y Análisis de Dana-Farber, abrió el camino. . extendido Intente personalizar ChatGPT.
Mejora de la precisión de la IA para patología
“Los LLM típicos tienen dos problemas principales. Primero, a menudo brindan respuestas generales largas que carecen de información útil”, dijo el Dr. Umar. “En segundo lugar, estos modelos pueden inventar cosas desde cualquier lugar, incluidas referencias bibliográficas. Esto es especialmente malo en campos específicos como la patología digital y la biología del cáncer”.
Para superar los obstáculos, el Dr. Amiton comenzó con una versión ChatGPT segura, privada y protegida implementada en el Instituto del Cáncer Dana-Farber (GPT4DFCI). Los investigadores ampliaron GPT4DFCI con acceso a una base de datos completa y seleccionada de los últimos avances en patología digital, incluidas 650 publicaciones desde 2022, lo que suma hasta 10.000 páginas de literatura.
“Podemos pedirle a este nuevo sistema que capture muchos temas o técnicas específicos en patología digital y obtenga resultados en segundos, con un nivel de detalle, profundidad y abstracción que no está disponible en las herramientas de literatura científica o los motores de búsqueda existentes”. Dijo el Dr. Amiton.
Utilizaron una técnica llamada generación aumentada de recuperación (RAG), que permitió a GPT4DFCI acceder a documentos o información relevantes de esta base de datos especializada y generar respuestas precisas a las indicaciones de los usuarios sobre patología digital habilitada, pero nada fuera de ese ámbito.
El Dr. Omar y sus colegas compararon las respuestas de GTP4DFCI con las proporcionadas por el modelo GPT-4. Al solicitar a GTP4DFCI que proporcionara enlaces a las publicaciones específicas que utilizó para generar las respuestas, determinaron que las respuestas eran precisas y fundamentadas. El modelo mejorado proporcionó respuestas más precisas y relevantes que el GPT-4 y no engañó ni una sola vez.
“Mi esperanza es que esto sea un catalizador para herramientas más específicas en la medicina u otras áreas de la investigación clínica”, dijo el Dr. Omar.
La IA ayuda con la codificación.
Otro programa de inteligencia artificial que desarrolló el equipo ayuda a los patólogos a utilizar PathML, una biblioteca de software especializada que requiere familiaridad con el lenguaje de programación Python para analizar conjuntos de datos de imágenes de histopatología vastos y complejos. “Los patólogos o científicos sin experiencia previa en codificación a menudo encuentran que PathML es demasiado difícil de usar para tareas de análisis de imágenes”, dijo el Dr. Omar.
Los investigadores integraron PathML con ChatGPT, lo que permitió a los usuarios escribir fácilmente sus preguntas sobre cómo ejecutar análisis histopatológicos con PathML. Luego, la herramienta proporciona instrucciones precisas paso a paso para codificar sus patrones.
“Nuestra investigación muestra que, cuando se combinan con técnicas apropiadas de recuperación de información, ChatGPT y herramientas seguras de inteligencia artificial, como GPT4DFCI, pueden ser muy eficaces para ayudar a los investigadores básicos”, afirmó el Dr. Amiton. “Estas herramientas también son útiles en temas muy complejos que requieren respuestas muy precisas, como la patología digital”.
