پیشرفت‌های اخیر در حوزه AI، هر روز بیشتر جایگاه خود را در پزشکی و سلامت تثبیت می‌کنند و حالا مدل زبانی بزرگ ZODIAC این مسیر را یک گام فراتر برده است.
ZODIAC به عنوان یک چارچوب چندعاملی، می‌تواند با تحلیل داده‌های نوار قلب و متریک‌های پزشکی (اطلاعات کلینیکال و پاراکلینیک بیمار)، یک گزارش اولیه از وضعیت بیمار تهیه کند و در نهایت با تفسیر یافته‌ها، به متخصصین قلب در تشخیص دقیق‌تر کمک کند. به گفته محققین، این سیستم در تشخیص آریتمی‌های پیچیده، دقت و امنیتی در سطح متخصصین قلب دارد.
سه عامل اصلی در معماری این مدل زبانی بزرگ دخیل است:
1. تحلیل متریک‌ها (Metrics-to-Findings) : داده‌هایی مانند ضربان قلب، آریتمی‌ها و اطلاعات حیاتی دیگر را تحلیل کرده و ویژگی‌های اصلی قلبی را استخراج می‌کند.
2. تحلیل نوار قلب (Tracings-to-Findings) : بر تحلیل تصاویر ECG تمرکز دارد و اطلاعات مرتبط با آریتمی‌های مختلف را شناسایی می‌کند.
3. تحلیل نهایی (Findings-to-Interpretation) : با ترکیب یافته‌ها و بررسی دستورالعمل‌های بالینی، گزارشی جامع و قابل اعتماد برای متخصصین قلبی فراهم می‌کند.
این مدل از داده‌های واقعی بیماران و نظرات مستقیم متخصصین قلب برای بهبود دقت و کاهش احتمال خطا استفاده می‌کند. (تلفیقی از یادگیری زمینه ای و تقویت با داده‌های واقعی)
این نکته باعث شده ZODIAC در ارزیابی‌ها نسبت به مدل‌های مشابه مانند GPT-4 و BioGPT عملکرد بهتری داشته باشد .ارزیابی‌ها شامل شاخص‌های دقت، ساختار‌یافتگی، شفافیت، و امنیت اطلاعات بود. ZODIAC نه‌تنها در تشخیص دقیق، بلکه در تولید نتایج منسجم و بدون خطا نیز از مدل‌های موجود پیشی گرفت.
در نهایت می‌توان اشاره کرد ZODIAC، به گونه‌ای طراحی شده است که قابلیت استفاده در دستگاه‌های پزشکی نرم‌افزاری (SaMD) را دارد و هم اکنون از طریق فضای ابری AWS در چندین مرکز درمانی در حال استفاده است. اهمیت این موضوع از آن جهت است که با استفاده از ZODIAC و سیستم‌های مشابه در محیط‌های پزشکی، به‌مرور امکان یکپارچه‌سازی هوش مصنوعی در دستگاه‌های پزشکی فراهم خواهد شد.
🔗برای مشاهده منبع این مطلب اینجا کلیک کنید.
