Nem csak tanul, teremt is: az MI a bőrgyógyászatban

Belföldi hírek, 2024. már. 01.

Szintetikus képeket tudnak alkotni olyan ritka bőrbetegségekről is, amelyekről jelenleg kevés információ áll rendelkezésre.

Az egészségügyi területen az adatok hiánya és költségessége korlátozza az MI fejlődését, különösen a bőrbetegségek esetén. A magyar MI fejlesztő csapat, az AIP Labs azonban létrehozott egy olyan fejlett, generatív MI-t, amely nemcsak tanul a meglévő forrásokból, hanem új adatokat is képes létrehozni, megkerülve a drága és nehezen beszerezhető címkézett adatok problémáját. Így szintetikus képeket tudnak alkotni olyan ritka bőrbetegségekről is, amelyekről jelenleg kevés információ áll rendelkezésre.

 

Megoldás lehet az adathiányra


Az egészségügyi területen való mesterséges intelligencia fejlesztés során gyakran találkozunk a jó minőségű, címkézett adatok beszerzésének problémájával. A nyílt adatbázisokban sok kép van, de ezek nem használhatók fel egy komoly egészségügyi MI fejlesztéséhez. Ahhoz például, hogy egy bőrbetegségről készült kép az algoritmus számára oktató anyag lehessen, három, egymástól független orvosnak kell megerősítenie, hogy a képen tényleg az adott betegség található. Ugyanez igaz például a radiológiára, és minden orvosi képalkotási eljárásra is. Rengeteg idő és költség ez egy többszázezres adathalmaz esetén. Ráadásul ha véletlenül rossz adaton tanítjuk be az algoritmust, rossz diagnózist kaphatunk is, amelyen emberéletek is múlhatnak

Az adathiány nem csak pénzügyileg megterhelő az ezzel foglalkozó vállalkozások és kutatók számára, hanem gátolja is a mesterséges intelligencia fejlődését. Ez a kihívás arra inspirálta az AIP Labs magyar MI fejlesztőcsapatot, hogy új és kreatív megoldásokat találjanak. A fejlesztők rájöttek arra, hogy képesek olyan fejlett, úgynevezett generatív mesterséges intelligenciát gyártani, amely meglévő adatokból, újabb adatokat képes generálni. Tehát, már meglévő bőrbetegségek képéből, eltérő, de ugyanazon betegségekről szóló szintetikus képeket tud készíteni. Ezzel a megoldással, számtalan problémát ki lehet küszöbölni, így azt is, hogy egyes ritka betegségekről nagyon kevés képi anyag áll rendelkezésre. Az AIP Labs kutatói tanulmányt is közöltek eredményeikről, amiről a nemzetközi sajtó is beszámolt.

 

Valódi vagy szintetikus képek?


Felmérések szerint egyre több betegre egyre kevesebb orvos jut világszerte, a várólisták pedig egyre nőnek. Ezért kulcskérdéssé válik az egészségügy fenntarthatósága szempontjából, hogy az MI át tudja-e venni részben az orvosok munkáját, és segíteni őket a gyors diagnózis alkotásban.

A bőrbetegségek detektálásához és egyéb orvosi diagnózisalkotáshoz a gépi tanulásnak rengeteg adatra van szüksége, különösen címkézett képekre. Nem maga a fotó a kulcs, hanem a képekhez rendelt címkék, amelyek segítik a gépi tanulást. Bőrgyógyászat területén tehát nem is a bőrbetegségről szóló kép az érték, hanem az, hogy tudjuk, a képen biztosan mondjuk ekcéma látható. Na de mi van akkor, ha nincs elegendő címkézett adat, vagyis nincs annyi kép egy-egy ritka betegségről, amely elegendő ahhoz, hogy a diagnosztikai MI-t betanítsa?

Ekkor jön képbe a generatív mesterséges intelligencia, amit az AIP Labs fejlesztett. Az AIP generatív modellje valós képeken tanul, majd létrehoz olyan képeket, amelyek hasonlítanak a valódiakra. Az AIP által használt megoldás egy úgynevezett diffúziós modell, ami a valós adatokból származó információkat felhasználva hoz létre szintetikus képeket. A szintetikus képek gyakran segíthetnek más, a cég által fejlesztett képfelismerő egészségügyi mesterséges intelligenciák teljesítményének javításában, különösen, ha nincs elegendő mennyiségű címkézett adat. Ritka bőrbetegségek esetén, mint a majomhimlő, aminek felismerése kulcskérdés lett, így egy kis számú adatsorból gyorsan lehet nagy számú adatsort csinálni, amelyet az orvosi validáció után fel lehet használni a gépi tanuláshoz.

Az AIP Labs csapata abban is különleges, hogy nemcsak rájött egy forradalmi megoldásra, de ki is fejlesztette saját digitális dermatológiai rendszerét az AIP Derm-et, amelyet Magyarországon már több tízezer ember használ. A bőrgyógyászati diagnózishoz és recepthez elég egy képet feltölteni, amire órákon belül meg is jön az eredmény. Az ilyen generatív modellek pedig segítenek abban, hogy a digitális bőrklinika orvosai minél pontosabb diagnózisokat tudjanak adni.

Forrás és illusztráció: EgészségKalauz  
 

További híreink

...

Belföldi hírek

Nemzetközi hírek 2025/5

Az egészségügyi oktatás és innováció új korszakba lépett: az AI, a digitális szimulációk és a mentorálás mind hozzájárulnak a jövő szakembereinek felkészítéséhez. A folyamatos képzés, az otthonápolás és az etikus technológiai integráció központi szerephez jut.

2025. máj. 22.

...

Belföldi hírek

Se béremeléseket, se felújításokat nem ígér a költségvetés

Egy állami kórházat sem érint a Steindl Imre felújítási program, csak három magán, illetve egyházi intézmény szerepel a jövő évi költségvetési tervezetben. A most elérhető számok egyértelműen azt sugallják, hogy jövőre is intenzíven folytatódhat a betegek „átpréselése” a magánszektorba.

2025. máj. 20.

...

Belföldi hírek

Új törvény alapján figyelhetik az egészségügyi dolgozókat

Hamarosan szavazásra bocsátják azt a törvényjavaslatot, amely alapján az állami foglalkoztatók – jellemzően a kórházak és más egészségügyi intézmények –  egy „elektronikus felületen” követhetik nyomon, van-e engedély nélküli mellékállása az egészségügyi dolgozóknak.

2025. máj. 19.

...

Belföldi hírek

Az egészségügyi szakdolgozókra komoly feladat hárulhat

A magasan képzett egészségügyi szakdolgozók a jövőben önállóan, saját jogon is elláthatnak olyan tevékenységeket, amelyeket eddig kizárólag orvosi diplomával lehetett végezni – jelezte a Belügyminisztérium egészségügyért felelős államtitkára kedden, a Debreceni Egyetemen (DE) rendezett Fórum az ápolásról című konferencián. 

2025. máj. 14.