Tiroid kanseri, her yıl yaklaşık 4.000 yeni vaka teşhis edilmektedir. Artan insidans, doğru tanı, etkili yönetim ve devam eden takip bakımı için artan bir talebi göstermektedir. Tiroid kanserinin hassas yönetimi iki temel klinik sistemden menteşeler: AJCC (TNM) Kanser ilerlemesini değerlendirmek için evreleme ve prognoz ve tedaviye rehberlik etmek için Amerikan Tiroid Derneği (ATA) risk sınıflandırması. Bununla birlikte, ilgili klinik bilgilerin manuel olarak çıkarılması ve entegre edilmesi, emek yoğun ve zaman alıcı olmaya devam etmektedir. AI modelimiz bu süreci otomatikleştirerek yüksek teşhis doğruluğunu korurken klinisyen hazırlık süresini – yaklaşık%50 ile – azaltır.
Bir geliştirdik Adlandırılmış varlık (ne) çerçevesi Açık kaynaklı büyük dil modellerini (LLMS) kullanma-Fatura– Lama– GemmaVe Qwen-Serbest metin patolojisini ve klinik belgeleri ayrıştırmak ve analiz etmek. Çoğunluk notu topluluğu ile kombine LLM çıkışları elde edildi % 92.9–98.1 doğruluk AJCC evrelemesi için ve % 88.5-100 ATA risk sınıflandırması için.
Bu modeli ayrıca en son yayınlanan LLM'lere karşı karşılaştırdık. Deepseek-R1– Deepseek-V3Ve GPT-4ONHS gibi sağlık ortamlarında gizlilik odaklı, dağıtım için önemli bir özellik olan çevrimdışı modelimizin PAR'da performans göstermesiyle.
Tiroid kanseri teşhisi yükselmeye devam ettikçe, bir sonraki adımımız, NHS hastaneleriyle başlayarak klinik uygulamada dağıtımı desteklemek için büyük ölçekli gerçek dünya verileri üzerindeki modeli değerlendirmektir. Bu çalışmanın klinisyenler üzerindeki bilişsel ve zaman yükünü önemli ölçüde azaltabileceğine, hastalarla anlamlı etkileşim ve danışmanlık için zaman kazandırabileceğine ve bakım kalitesini artırabileceğine inanıyoruz. Bu modelin önemli bir avantajı, hassas hasta bilgilerini paylaşmaya veya yüklemeye gerek kalmadan yerel dağıtıma izin verecek ve böylece maksimum hasta gizliliği sağlayacak çevrimdışı özelliğidir.
Bu AI modelinin gerçek dünyadaki etkisi için sahip olduğu potansiyelden ve sağlık hizmeti sağlayıcıları, araştırmacılar ve politika yapıcılarla klinik cephe getirmekle ilgilenen işbirliği için heyecan duyuyoruz.
Bir yanıt yazın