Продольные модели искусственного интеллекта на основе изображений для здравоохранения и медицины

Финальная DXA-нация

AI может видеть конец! Глубокое обучение прогнозирует смертность от всех причин на основе однократной и последовательной визуализации состава тела

Ключевые моменты, TLDR:

  • Комбинация визуализации состава тела и метаданных (например, возраст, пол, сила хвата, скорость ходьбы и т. д.) позволила получить наилучшие прогнозы смертности на 10 лет.
  • Продольные или последовательные модели в целом работали лучше, чем модели с одной записью, что подчеркивает важность моделирования изменений и временных зависимостей в данных о здоровье.
  • Продольные модели могут дать более полную оценку состояния здоровья.
  • Читать газету

Искусственный интеллект (ИИ) и машинное обучение (МО) революционизируют здравоохранение, приближая нас к эре точной медицины. Мотивация разработки моделей здоровья ИИ заключается в снижении смертности и заболеваемости, а также в продлении высокого качества жизни. Хорошо обученные модели имеют возможность более тщательно анализировать представленные данные, что дает более полную оценку состояния здоровья.

Одиночная запись против продольных моделей

Медицинские модели искусственного интеллекта и машинного обучения, основанные на изображениях, в настоящее время достигли зрелости, когда они часто конкурируют с человеческими способностями или даже превосходят их, искусно идентифицируя закономерности и аномалии, которые могут легко ускользнуть от человеческого глаза. Однако большинство этих моделей по-прежнему работают с данными за один момент времени, обеспечивая изолированный моментальный снимок работоспособности в одном конкретном случае. Будь то одномодальные или мультимодальные модели, они, как правило, работают с данными, собранными в относительно схожие временные рамки, формируя основу прогноза. Тем не менее, в более широком контексте ИИ/МО для медицинских приложений эти одновременные модели представляют собой лишь первый шаг — пресловутый «низко висящий плод». здоровье человека с течением времени.

Продольные модели предназначены для интеграции данных из нескольких моментов времени, фиксируя траекторию здоровья человека, а не отдельный момент. Эти модели связаны с…