La Universidad de Hong Kong (Hokomid), un equipo de investigación intercontinental de la Facultad de Medicina de KLS, Laboratorio Inno -Hook de Discovery for Health (Inno Hook D 24 H) y la London School of Hygiene and Tropical Medicine (LSHTM) para el mundo (Ash). Hacer una amenaza para. La precisión es más del 90 %. Este moderno modelo de IA HKMed ha prometido reducir el tiempo de preparación previo a la junta de los limpiadores de primera línea para reducir el tiempo de preparación de preparación previa a JUNT por parte del gobierno de Hksar para utilizar la tecnología de IA en la atención médica. Estos resultados fueron publicados en la revista Medicina digital NPJ.
El cáncer de tiroides está incluido en Hong Kong y el cáncer más famoso a nivel mundial. El manejo de precisión de esta enfermedad a menudo depende de dos sistemas: (1) Sistema de estadificación de cáncer del sistema de estadificación del cáncer para determinar la estadio del cáncer (AJCC) o metástasis de ganglio tumoral (AJCC) o metástasis de nodo tumoral (TNM). Y (2) el sistema de calificación de riesgo de la tercera asociación estadounidense (ATA) para clasificar el riesgo de cáncer. Estos sistemas son muy importantes para predecir la supervivencia de los pacientes y guiar las decisiones de tratamiento. Sin embargo, estos sistemas pueden carecer de la demanda y el rendimiento de la información médica compleja.
El equipo de investigación desarrolló un asistente de IA que aprovechó un modelo de lenguaje grande (LLM), como Chat GPT y Dupic, que está diseñado para analizar documentos clínicos y comprender el lenguaje humano y mejorar la precisión y el rendimiento de la estadificación y la clasificación de riesgos del cáncer de tiroides.
El modelo para analizar los documentos clínicos de texto libre aprovecha los cuatro misterios de código abierto fuera de línea (MR AI), Lama (Meta), Jema (Google) y Kevin (Alibaba). El modelo de IA fue entrenado con los informes de patología de 50 pacientes con cáncer de tiroides perteneciente al Programa Atlas del genoma del cáncer (TCGA), con los datos de acceso abierto basados en los Estados Unidos, seguidos de 289 informes de patología de pacientes con TCGA y 35 informes de tamaño 35.
Al combinar la producción de las cuatro LLM, el equipo mejoró el rendimiento general del modelo AI, ganando del 88.5 % al 100 % en la calificación de riesgo ATA y la puesta en escena del cáncer de AJCC de 92.9 % a 98.1 %. En comparación con los estudios de documentos manuales tradicionales, se espera el progreso de que el tiempo dedicado a las preparaciones conjuntas antes de que los terapeutas sean la mitad.
El profesor Joseph también, profesor de Sir Kotwal en Salud Pública y Director Gerente de Inno Hook D24H en Hkumed, enfatizó el notable desempeño del modelo. “Nuestro modelo, AJCC, obtiene más del 90 % de precisión en la clasificación de las etapas del cáncer y la categoría de riesgo de ATA”, dijo. “Una de las principales ventajas de este modelo es su capacidad fuera de línea, que permitirá la implementación local sin la necesidad de distribuir o cargar información confidencial, lo que proporciona la máxima privacidad a los pacientes”.
En vista del reciente debut de DIPSIC, realizamos más pruebas comparativas con el “enfoque de cero disparo” contra la última versión de DPSC-R1 y V3-Nieve GPT-4O. El profesor Woo agregó que estábamos felices de saber que nuestro modelo se desempeñó igual a estos poderosos LLM en línea.
El Dr. Matrix Fungman Ham, profesor asistente clínico y jefe de cirugía endocrina, Departamento de Cirugía, Facultad de Medicina Clínica, Hokomid, dijo: “Además de extraer y analizar información de informes de patología complejos, registros de operación y notas clínicas, también tenemos un alto tiempo preciso para proporcionar modelos precisos altos”. Puede proporcionar simultáneamente estaciones de estadificación de cáncer y riesgos clínicos, basados en dos sistemas clínicos reconocidos internacionalmente. ‘
“El modelo de IA es versátil y se puede conectar fácilmente a varios entornos en sectores público y privado, y tanto los institutos de investigación e investigación de salud locales e internacionales”, dijo el Dr. Fung. ‘Esperamos que la implementación real del mundo de este modelo de IA pueda aumentar el rendimiento del limpiador de primera línea y mejorar la calidad del mantenimiento. Además, los médicos tendrán más tiempo para consultar a sus pacientes. ‘
“According to the strict advocacy of the government’s AI in healthcare, as is an example of the recent launch of the LLM -based medical report writing system in the hospital authority, our next step is to review the performance of this AI assistant with a large number of patient data. Once confirmed, the AI model can be easily deployed to real clinical settings and hospitals to help therapists improve operational and treatment performance, “Family Medicine and Primary Care, the School of Clinical Medicine, a Profesor de Honor.
El estudio fue dirigido por Sir Robert Kotwal, el profesor Joseph Woo Tusz, en la Escuela de Salud Pública, y director gerente y científico principal de Inno Hook D 24 H. Dr. Matrix Fungman Ham, profesor asistente clínico y jefe de cirugía endocrina, Facultad de Medicina Clínica en el Departamento de Cirugía. Y el Dr. Carlos Wong King Ho, Medicina Familiar y Atención Primaria, Profesor Asociado Honorario en la Escuela de Medicina Clínica y Director de Investigación Senior en el NOHKD 24 H. Todo bajo HKIED. Los primeros autores fueron el Dr. Eric Tang Homan y el Dr. Tinging Woo, que eran de Inno Hook D 24 H.
