Mayo Clinic i NVIDIA Współpracują nad Modelami AI do Wczesnego Wykrywania Chorób

Mayo Clinic przyspiesza rozwój opieki zdrowotnej zasilanej przez AI, wdrażając infrastrukturę NVIDIA Blackwell w celu poprawy wykrywania chorób, odkrywania leków i cyfrowej patologii.

Mayo Clinic ogłosiła, że wprowadzi DGX SuperPOD firmy NVIDIA z systemami DGX B200 zasilanymi przez Blackwell do obliczeń o wysokiej wydajności, które będą wspierać nadchodzące narzędzia medyczne oparte na AI w Mayo Clinic.

Partnerstwo pomiędzy Mayo Clinic a NVIDIA ma na celu przyspieszenie rozwoju modeli podstawowych dla aplikacji zdrowotnych, zwłaszcza w patologii cyfrowej, odkrywaniu leków i medycynie precyzyjnej.

Dr Matthew Callstrom, który kieruje Departamentem Strategii Mayo, stwierdził: „Naszym dążeniem w zakresie AI jest znaczące poprawienie wyników dla pacjentów poprzez wykrywanie choroby na tyle wcześnie, aby móc interweniować.”

„To, co kiedyś było hipotetyczne – ‚Gdybyśmy tylko mieli odpowiednie dane’ – staje się teraz rzeczywistością dzięki sztucznej inteligencji i zaawansowanym technologiom obliczeniowym,” dodał.

Mayo Clinic zaznacza, że ta nowa infrastruktura pozwala na analizę obszernych obrazów medycznych w znacznie szybszym tempie niż wcześniej, skracając pewne zadania z czterech tygodni do jednego tygodnia.

Jednym z tych nowych modeli jest Atlas, model cyfrowej patologii stworzony we współpracy z Aignostics. Mayo Clinic informuje, że Atlas został przeszkolony na ponad 1,2 miliona obrazów patologicznych w wysokiej rozdzielczości, aby zwiększyć precyzję diagnozowania i zmniejszyć obciążenie administracyjne dla profesjonalistów medycznych.

„Ta moc obliczeniowa, połączona z niezrównaną kliniczną wiedzą specjalistów z Mayo oraz danymi platformy składającymi się z ponad 20 milionów zdigitalizowanych preparatów patologicznych, pozwoli Mayo na rozbudowę istniejących modeli podstawowych”, powiedział Jim Rogers, CEO Mayo Clinic Digital Pathology.

„Dokonujemy transformacji opieki zdrowotnej poprzez szybkie i bezpieczne opracowywanie nowatorskich rozwiązań AI, które mogą poprawić wyniki leczenia pacjentów i umożliwić klinicystom poświęcenie więcej czasu na opiekę nad pacjentem” – dodał.

Pomimo obiecujących postępów Mayo Clinic z wykorzystaniem AI w obrazowaniu medycznym, eksperci ostrzegają przed nadmiernym poleganiem na tych technologiach, ze względu na kilka ryzyk.

Niedawne badania opublikowane w Pneumon argumentują, że systemy AI zależą od dużych zbiorów danych, co budzi poważne obawy dotyczące prywatności, bezpieczeństwa i poufności wrażliwych informacji pacjentów. Coraz częściej próby włamań są skierowane na takie dane, czasami jako część większych ataków cybernetycznych.

Innym kluczowym problemem jest uprzedzenie danych, gdzie niedoreprezentacja mniejszości i grup w danych prowadzi do niedokładnych i niesprawiedliwych wyników modeli AI, które negatywnie wpływają na opiekę otrzymywaną przez te grupy.

Dodatkowo, naukowcy ostrzegają przed „zatruwaniem danych”, gdzie dane są celowo manipulowane, aby powodować błędy, co zagraża niezawodności diagnoz AI i badań klinicznych.

Pozostają także nierozwiązane kwestie prawne i etyczne dotyczące odpowiedzialności za błędy popełnione przez systemy AI. Ponadto, nadużywanie technologii AI prowadzi do zmniejszenia wiedzy medycznej wśród lekarzy, ponieważ powoduje zjawisko znane jako „efekt leniwego lekarza”.

Te wyzwania podkreślają potrzebę ostrożnej, dobrze uregulowanej integracji AI, ciągłej walidacji oraz silnych zabezpieczeń, aby zapewnić, że AI wspiera, a nie zastępuje, medyczną wiedzę specjalistyczną.