Alibaba відкрила RADAR — ШІ аналізує КТ черевної порожнини та розпізнає 146 патологій

Alibaba DAMO Academy представила RADAR — універсальну ШІ-модель для аналізу контрастних КТ черевної порожнини. Система вміє оцінювати 18 анатомічних структур і розпізнавати 146 патологічних ознак, зокрема пухлини та інші клінічно значущі зміни.

Дослідження RADAR опубліковано в журналі Science, а вихідний код і ваги моделі стали доступними іншим дослідникам.

RADAR навчали більш ніж на 400 тисячах КТ-досліджень і приблизно 15 млн пар «зображення — текст», сформованих на основі реальних висновків радіологів. Замість ручної розмітки кожного знімка розробники використали підхід vision-language learning: модель вчилася пов’язувати конкретні ділянки КТ з відповідними фрагментами лікарських звітів.

Це дало змогу створити не вузький алгоритм для пошуку однієї конкретної патології, а універсальнішу систему, яка аналізує одразу кілька органів і широкий набір можливих відхилень.

Модель перевірили на десятках тисяч КТ

На внутрішній вибірці з майже 39 тисяч клінічних досліджень середній ROC AUC RADAR за 146 ознаками становив 0,913. На даних із восьми зовнішніх медичних центрів показник сягнув приблизно 0,895.

Додатково систему протестували більш ніж на 27 тисячах екстрених КТ, хоча спеціально на таких даних модель не навчалася. Тут середній AUC становив 0,904.

AUC відображає здатність моделі розрізняти позитивні та негативні випадки за різних порогів і не є прямим відсотком правильно поставлених діагнозів.

Окремо RADAR перевірили в експерименті з 26 радіологами. Використання підказок ШІ підвищило чутливість діагностики приблизно на 10%, а середній час інтерпретації досліджень скоротився більш ніж на 30%. За опублікованими даними, самостійний результат моделі виявився вищим за результати 23 із 26 учасників.

RADAR поки не замінює лікаря

Головна цінність проєкту — спроба об’єднати в одній системі завдання, для яких зазвичай створюють безліч окремих медичних моделей. RADAR може аналізувати печінку, підшлункову залозу, нирки, кишечник та інші структури в межах одного КТ-дослідження.

Водночас ідеться саме про спеціалізований інструмент для контрастної КТ черевної порожнини. RADAR не призначена для аналізу будь-яких медичних зображень, не працює як універсальна система діагностики за аналізами й не призначає лікування.

Alibaba відкрила код проєкту на GitHub, а попередньо навчені ваги розмістила на Hugging Face. Це дає змогу незалежним командам тестувати модель на власних даних і перевіряти, наскільки добре вона переноситься на різні клініки та групи пацієнтів.

Наступним важливим етапом стане перевірка RADAR уже в реальній клінічній практиці. Високі результати на великих тестових вибірках показують потенціал моделі, але повноцінну користь медичного ШІ потрібно підтверджувати в умовах, де він працює разом із лікарями на потоці реальних пацієнтів.