AI-modell för röntgenbilder förbättrar läkares träffsäkerhet och kan generera riktade träningsdata

arXiv cs.AI

Forskare har utvecklat MedDream, en AI-modell som tränas på 2,65 miljoner röntgenbild-textpar och klarar både diagnostik och bildgenerering från samma interna representation – istället för att vara två separata system. I praktiken ökade modellen läkarnas överensstämmelse med radiologkonsensus från 56,3% till 63,0%, och när den användes för att syntetiskt fylla ut underrepresenterade patientgrupper steg träffsäkerheten (macro-AUROC) på extern data från 76,4% till 81,4%. Det riktigt intressanta är att modellen kan identifiera var ett AI-system presterar dåligt för en specifik grupp – till exempel asiatiska patienter – och sedan generera just den sortens träningsdata som saknas.