科大推4項人工智能醫學大模型 分析MRI影像免病理穿刺化驗九成準
AI人工智能發展是未來大趨勢,科技大學研公布發出4項AI醫學大模型協助醫生診症,涵蓋超過30種癌症及其他疾病,大大節省醫生診症及撰寫病理報告的時間,同時減少病人進行入侵性化驗的需要,準確程度達九成,表現大約等於一名有5年以上經驗的專業醫療人員。
研發AI不為與醫生競爭 冀成為得力助手
今次研發的AI醫學大模型數據集合了10,275名患者、32種主要癌症、超過1.6億張病理影像,以及43種不同診斷及癒後評估。科大計算機科學及工程學系助理教授陳浩指出,用作訓練AI的數據樣本超過200萬個,歸納為28項大數據基準,然後抽出其中25萬個測試樣本以推算出十多種醫療方法及診斷。他強調發明不是為了跟醫生競爭,而是希望擔當醫生的助手,提供可靠、準確、省時的診斷,爭取時間為病人展開治療。
四大AI模型能減少診斷時間三至四成
四大AI模型包括「MOME」、「mSTAR」、「MedDr」及「XAIM」,其中「MOME」是本港首個分析磁力共振(MRI)影像的AI模型,現階段只針對女性最常見的乳癌進行研究診斷。「MOME」能協助醫生分析病人乳房的磁力共振影像,快速區分腫瘤屬良性或惡性,盡量避免病人進行病理穿刺化驗,同時能預測患者對化療的反應,為病人制定適合治療方案,未來將擴展至肺癌病例。
「mSTAR」是今次科大公布的AI模型之一,主要輔助病理分析,能分析全幅病理全景影像及執行40項診斷。比起過去醫生逐張影像檢視,「mSTAR」組合多幅單獨影像成全景影像可以提高醫生分析病症的準確性,其後協助醫生撰寫病理報告。至於「MedDr」則是「醫學界GPT」AI全科醫生,只要上傳病症照片便能作初步診斷,有助醫生提高斷症效率。最後「XAIM」是以AI作診症的最後把關,能為決策提供圖像及文字解釋,並且分析結果原由,以提升醫療人員對AI模型的信任。
暨南大學第二臨床醫學院深圳市人民醫院,以及南方醫科大學南方醫院俱有參與是次AI醫學大模型的研究工作;暨南大學第二臨床醫學院深圳市人民醫院放射科主任吳明祥醫生表示,雖AI大模型仍未進行臨床測試,但當未來蒐集更多數據再進行優化,必定為醫生帶來莫大幫助,以中國為例,每年有接近一百億人次就診,但醫生人數不到十萬,醫生所面對的工作量無法想像,提高診斷效率,能令醫生將時間及精力,集中花到治療過程的關鍵環節。
陳浩補充,醫生為普通疾病病人的診症時間一般為10至20分鐘,癌症患者則超過20小時,借助AI則至少減少三至四成時間,目前港大及中大的醫學院,以及本港及內地共5間醫院均有協助提供數據,未來希望可擴大至最少10間醫院。
科大首席副校長郭毅可指出,科大在人工智能領域全球排名第十,中國更是排名首位,新學年科大工學院將開設3個新課程,當中包括計算機科學及工程學系旗下的「人工智能學」。