Исследователи MedUni Wien разработали систему генеративной ИИ, которая может создавать синтетические медицинские изображения, повышая точность систем диагностики, основанных на ИИ. Это прорыв, опубликованный в European Journal of Nuclear Medicine and Molecular Imaging, решает проблемы, связанные с традиционными клиническими наборами данных, которые часто бывают небольшими, ограничены правилами конфиденциальности или не имеют представительства определенных подгрупп.
Исследование включало обучение модели генеративной ИИ на более чем 9000 сканах, полученных в ходе рутинных клинических исследований. Затем модель сгенерировала синтетический набор данных, отражающий характеристики реальных медицинских изображений, но не содержащий никакой информации, относящейся к конкретному пациенту. Это позволяет этично использовать данные для исследований и разработки инструментов диагностики на основе ИИ.
Независимые оценки подтвердили качество и актуальность синтетических данных. При использовании для обучения системы ИИ для обнаружения кардиальной амилоидозы или метастазов в костях система продемонстрировала значительное повышение точности диагностики, что подтверждает эффективность этого подхода.
Генеративная ИИ создает синтетические медицинские изображения, решая проблемы, связанные с традиционными наборами данных.
Синтетические данные позволяют проводить этические исследования и разрабатывать инструменты диагностики на основе ИИ.
Исследование демонстрирует повышение точности диагностики систем ИИ, обученных на синтетических данных.