🩻Обмен данными необходим для будущего ИИ в медицинской визуализации

Совместное использование наборов данных медицинской визуализации - это постоянная глобальная работа; за последнее десятилетие появилось множество наборов данных и репозиториев. Например, одним из основных ресурсов является The Cancer Imaging Archive - обширное хранилище данных медицинской визуализации, связанных с раком, с соответствующими клиническими данными, целью которого является поддержка воспроизводимости количественных показателей визуализации. Эти различные наборы данных позволили исследователям создать и распространить алгоритмы постобработки для различных приложений, связанных с раком.

Недавнее развитие больших языковых моделей (LLM) привлекло интерес к наборам данных, содержащим медицинские тексты. LLM - это продвинутые системы искусственного интеллекта, способные обрабатывать и генерировать человекоподобный текст, что может быть очень полезно в радиологии (например, для помощи радиологам в составлении отчетов).

Авторы статьи говорят, что если мы хотим, чтобы искусственный интеллект преуспел в радиологии (и в медицине вообще), мы должны обмениваться данными и научиться правильно это делать. А также о том, что:

🔸Данные - ключевой компонент разработки моделей ИИ. Чтобы добиться успеха, мы должны научиться обмениваться данными.

🔸Обмен наборами данных все чаще требуется учреждениями, которые проводят исследования, финансируемые государством. Давайте делать это правильно.

🔸Открытая наука - это действительно настоящая наука, и в наших интересах для ускорения лечения пациентов принять ее.