Percée dans l’analyse de l’IRM à l’aide de modèles 3D
GE Healthcare a pris les devants et introduit le premier modèle de base d’IRM 3D pour le corps entier (FM). Il s’agit d’un bond en avant dans la manière dont nous interprétons et utilisons les données d’IRM. Les modèles d’IRM traditionnels découpent les images en segments 2D. Le problème est que vous perdez la vue d’ensemble. Et dans le domaine des soins de santé, cette « vue d’ensemble » détermine souvent des décisions qui changent la vie.
Aujourd’hui, cette FM 3D change tout. Elle nous permet d’analyser le corps humain avec un niveau de précision sans précédent. Nous parlons d’applications qui couvrent les tumeurs cérébrales, les troubles du squelette et les maladies cardiovasculaires, certains des domaines les plus difficiles de la médecine. Construit sur l’infrastructure AWS, le modèle a été entraîné sur 173 000 images provenant de plus de 19 000 études.
L’impact potentiel est immense. Pour des procédures telles que les biopsies, les radiothérapies et même les chirurgies robotisées, cette MF apporte des informations plus précises et des diagnostics plus rapides. Il a atteint un taux de précision de 30 % dans la mise en correspondance des images IRM avec les descriptions textuelles, ce qui représente un bond en avant par rapport au taux précédent de 3 %.
Coût et efficacité des calculs dans le développement des modèles
Lorsque vous travaillez avec des données à cette échelle, des images 3D massives qui pourraient écraser la plupart des systèmes, vous devez innover, sinon vous vous heurterez à un mur. GE Healthcare s’est attaqué à ce problème de front en utilisant des outils AWS tels qu’Amazon SageMaker.
En utilisant les cœurs Nvidia A100, ils ont réparti l’entraînement sur plusieurs GPU. Il s’agit là d’un point important, car le traitement de ces énormes ensembles de données sur un seul GPU conduit à des pannes rapides. SageMaker a fourni la puissance distribuée nécessaire, divisant par cinq les besoins de calcul.
L’efficacité des coûts était un autre objectif clé. Grâce aux solutions de calcul et de stockage élastiques d’AWS, GE Healthcare a optimisé ses ressources. Les données rarement consultées ont été déplacées vers des niveaux de coûts inférieurs, ce qui a permis d’améliorer la faisabilité financière. Cela signifie que les petits hôpitaux et les systèmes à budget limité peuvent accéder à cette technologie qui change la donne sans se ruiner.
Introduction de techniques d’apprentissage multimodal et auto-supervisé
C’est ici que les choses deviennent vraiment futuristes. L’IRM 3D FM intègre des capacités multimodales, reliant les images au texte et classant facilement les maladies. Il s’agit d’une unification de flux de travail auparavant disjoints, et c’est puissant.
L’apprentissage semi-supervisé, en particulier l’approche « élève-enseignant », rend ce modèle encore plus polyvalent. Il ne s’appuie pas uniquement sur de grands ensembles de données annotées, ce qui constitue souvent un goulot d’étranglement dans la formation à l’IA. Au lieu de cela, il apprend à partir de données étiquetées et non étiquetées, créant ainsi un cadre évolutif dont les hôpitaux disposant de machines plus anciennes et de moins de ressources peuvent également bénéficier.
Cette capacité d’adaptation est essentielle. GE a appris au modèle à sauter les lacunes et à se concentrer sur ce qui est disponible, en fournissant des informations précises sans s’enliser.
Potentiel d’applications médicales
Maintenant, faisons un zoom arrière. Si le modèle se concentre actuellement sur les IRM, ses implications vont bien au-delà. GE Healthcare ouvre la voie à des applications dans le domaine de la radiothérapie et de l’imagerie à rayons X.
L’un des domaines les plus prometteurs est la réduction des efforts manuels. Par exemple, les radiologues passent des heures à marquer les organes pendant la radiothérapie. Le FM peut automatiser ce processus, ce qui permet de gagner du temps et d’améliorer la précision. Il peut également réduire la durée des examens pour les patients, rendant les procédures plus efficaces et plus confortables.
Ce passage d’un modèle de maladie unique à une approche unifiée et évolutive est énorme. Il permet de s’adapter plus rapidement aux nouvelles connaissances médicales et d’élargir les applications dans le domaine des soins de santé. Depuis 2020, la fonction AIR Recon DL de GE a scanné 34 millions de patients. Cela témoigne de l’impact dans le monde réel.
Principaux enseignements
L’IRM 3D FM de GE Healthcare est la prochaine frontière de l’imagerie médicale. En combinant précision, rentabilité et capacités en temps réel, cette innovation devrait améliorer considérablement les soins aux patients. Qu’il s’agisse de diagnostics plus rapides ou d’applications plus larges, les implications sont énormes.
