Las imágenes de resonancia magnética (IRM) siempre han supuesto un gran desafío en el análisis de imágenes médicas debido a su complejidad y gran volumen de datos. Para entrenar modelos de lenguaje de gran tamaño (LLM) para el análisis de IRM, los desarrolladores han tenido que dividir las imágenes obtenidas en imágenes 2D. Si bien este método es viable, limita la capacidad del modelo para analizar estructuras anatómicas complejas, especialmente en casos complejos como tumores cerebrales, enfermedades óseas o enfermedades cardiovasculares.
Nota de la fuente: La imagen fue generada por IA, el proveedor de servicios de autorización de imágenes es Midjourney
Sin embargo, GE Healthcare presentó en la conferencia AWS re:Invent de este año el primer modelo base de investigación de IRM 3D de cuerpo entero de la industria, lo que significa que los modelos de IRM finalmente pueden utilizar imágenes 3D de todo el cuerpo. Este modelo se basa en más de 173.000 imágenes de 19.000 estudios, y el equipo de desarrollo afirma que este nuevo modelo reduce la capacidad de computación necesaria para el entrenamiento en cinco veces.
Aunque GE Healthcare aún no ha comercializado este modelo base, todavía se encuentra en fase de investigación. El Hospital General de Massachusetts (Mass General Brigham), uno de los evaluadores iniciales, está a punto de comenzar a experimentar con este modelo. Parry Bhatia, director de inteligencia artificial de GE Healthcare, espera proporcionar estos modelos a los equipos técnicos de los sistemas de salud para ayudarles a desarrollar aplicaciones de investigación y clínicas de forma más rápida y económica.
La aparición de este modelo permitirá el análisis en tiempo real de datos complejos de IRM 3D. El equipo de GE Healthcare cuenta con diez años de experiencia en tecnología avanzada. Su producto estrella, AIR Recon DL, es un algoritmo de reconstrucción de aprendizaje profundo que ayuda a los radiólogos a obtener imágenes nítidas más rápidamente y puede reducir el tiempo de exploración hasta en un 50%. Además, este modelo de IRM 3D admite la búsqueda y vinculación de imágenes y texto, así como la segmentación y clasificación de enfermedades, con el objetivo de proporcionar a los profesionales médicos información de exploración más completa que nunca.
En el procesamiento de datos, el equipo de desarrollo adoptó una estrategia de "ajuste y adaptación" para que el modelo pueda procesar diferentes conjuntos de datos. Incluso si algunos datos de imagen están incompletos, el modelo puede omitir las partes que faltan. Además, se utilizó un método de aprendizaje semi-supervisado de estudiante-maestro para mejorar la capacidad de aprendizaje del modelo en condiciones de datos limitados.
Para abordar los desafíos computacionales y de datos encontrados en la construcción de este complejo modelo, GE Healthcare utilizó la plataforma Amazon SageMaker, combinando la capacidad de entrenamiento distribuido de GPU de alto rendimiento para mejorar significativamente la velocidad de procesamiento de datos y la eficiencia del entrenamiento del modelo. Todo esto se realiza garantizando el cumplimiento de normas como HIPAA, con el fin de ofrecer a los pacientes una atención médica más personalizada.
Si bien el modelo se centra actualmente en el ámbito de la IRM, los desarrolladores ven una gran oportunidad para expandirse a otras áreas de la medicina. En el futuro, este modelo base podría proporcionar soluciones más rápidas y eficientes para áreas como la radioterapia.
Puntos clave:
🧠 GE Healthcare lanza el primer modelo base de investigación de IRM 3D de cuerpo entero de la industria, mejorando significativamente la capacidad de análisis de imágenes.
💻 El nuevo modelo reduce el consumo de recursos informáticos y mejora la eficiencia del entrenamiento mediante el ajuste de las estrategias de procesamiento de datos.
🚀 Se espera que este modelo se extienda a otras áreas de la medicina en el futuro, contribuyendo a una atención médica más precisa.
