Asisten AI bertenaga model bahasa besar yang dikembangkan di Hong Kong telah menunjukkan akurasi tinggi dalam pementasan kanker tiroid dan klasifikasi risiko.
Sebuah tim peneliti dari Fakultas Kedokteran Li Ka Shing dari University of Hong Kong (HKUMED), Laboratorium Innohk Penemuan Data untuk Kesehatan, dan Sekolah Kebersihan London dan Kedokteran Tropis melakukan penelitian yang membangun apa yang bisa menjadi asisten AI pertama di dunia untuk mengklasifikasikan tahap kanker tiroid dan kategori risiko.
Temuan
Model AI ini memanfaatkan empat LLM open-source, yaitu Mistral oleh Startup Prancis Mistral AI, model Llama Meta AI, Gemma Google, dan Qwen oleh Alibaba Cloud yang berbasis di Cina, untuk menganalisis dokumen klinis teks bebas, termasuk catatan klinis, laporan patologi, dan catatan operasi.
Ini memberikan pementasan kanker dan klasifikasi risiko berdasarkan edisi ke -8 yang banyak digunakan dari American Joint Committee on Cancer's (AJCC) Sistem Pementasan Kanker TNM dan sistem klasifikasi American Thyroid Association (ATA).
Model ini dilatih dan divalidasi terhadap laporan patologi akses terbuka dari program ATLAS genom kanker. Itu juga divalidasi terhadap sekitar 35 case semu yang dibuat oleh ahli bedah endokrin.
Berdasarkan temuan Diterbitkan dalam NPJ Digital Medicine, asisten AI mencapai akurasi keseluruhan 92,9% -98,1% dalam pementasan kanker AJCC dan 88,5% -100% dalam klasifikasi risiko ATA.
“Kami melakukan tes komparatif lebih lanjut dengan 'pendekatan zero-shot' terhadap versi terbaru Deepseek-R1 dan V3, serta chatgpt-4o. Kami senang menemukan bahwa model kami dilakukan setara dengan LLM online yang kuat ini,” tambah kepemimpinan penelitian ini, Hkumed Profesor Joseph Wu Tsz-Keei.
Mengapa itu penting
Pementasan kanker dan klasifikasi risiko dilakukan untuk memandu keputusan pengobatan dan memprediksi kelangsungan hidup pasien. Biasanya dilakukan secara manual, tugas ini dapat memakan banyak waktu, kata tim peneliti, dan karenanya mereka mulai mengembangkan asisten AI.
Mempertimbangkan akurasinya yang tinggi, para peneliti menyarankan bahwa alat AI dapat membantu memotong waktu yang dihabiskan dokter untuk persiapan pra-konsultasi hingga setengahnya.
Prof Wu juga berbagi bahwa mereka mengintegrasikan kemampuan offline ke dalam asisten AI mereka untuk memungkinkan penyebarannya tanpa perlu berbagi atau mengunggah informasi pasien yang sensitif.
“Model AI serba guna dan dapat dengan mudah diintegrasikan ke dalam berbagai pengaturan di sektor publik dan swasta, serta lembaga perawatan kesehatan dan penelitian lokal dan internasional,” tambah Dr Matrix Fung Man-him dari Hkumed, yang juga memimpin penelitian ini.
Tim peneliti sekarang berencana untuk lebih memvalidasi asisten AI mereka dengan dataset dunia nyata yang lebih besar sebelum dapat digunakan di rumah sakit dan pengaturan klinis lainnya.
Tren yang lebih besar
Ada inovasi di Hong Kong baru -baru ini yang juga memanfaatkan model bahasa besar dan AI generatif untuk meningkatkan efisiensi diagnosis dan manajemen penyakit.
Awal tahun ini, insinyur HKU memperkenalkan sistem berbasis Genai mereka untuk Pencitraan tumor bebas labelyang mereka usulkan sebagai cara hemat biaya untuk melakukan analisis sel tunggal.
Di Universitas Cina Hong Kong, insinyur Deepseek terintegrasi ke dalam sistem manajemen tekanan darahyang dapat meningkatkan peluncurannya, terutama di daerah pedesaan dan terpencil, karena tidak memerlukan peralatan yang mahal.
