La Mayo Clinic a dévoilé aujourd'hui des collaborations révolutionnaires distinctes avec Microsoft Research et Cerebras Systems dans le domaine de l'intelligence artificielle (IA) générative, conçues pour personnaliser les soins aux patients, accélérer considérablement le temps de diagnostic et améliorer la précision.
Annoncé lors du 43rd Lors de la conférence annuelle JP Morgan Healthcare, les projets se concentrent sur le développement et le test de modèles de base personnalisés pour diverses applications, en tirant parti de la puissance des images et des données de radiologie multimodales (y compris les tomodensitogrammes et les IRM) avec Microsoft Research et les données de séquençage génomique avec Cerebras. Ces innovations ont le potentiel de transformer la façon dont les cliniciens abordent le diagnostic et le traitement, conduisant ainsi à de meilleurs résultats pour les patients.
Les modèles Foundation AI sont de grands modèles pré-entraînés, capables de s’adapter et d’effectuer de nombreuses tâches avec un minimum de formation supplémentaire. Ils apprennent à partir d’ensembles de données massifs et acquièrent des connaissances générales qui peuvent être utilisées dans diverses applications. Cette adaptabilité en fait des éléments de base efficaces et polyvalents pour de nombreux systèmes d’IA.
Mayo Clinic et Microsoft Research font progresser l'IA pour les radiographies pulmonaires
Mayo Clinic et Microsoft Research développent en collaboration des modèles de base qui intègrent du texte et des images. Pour ce cas d'utilisation, Mayo et Microsoft Research travaillent ensemble pour explorer l'utilisation de l'IA générative en radiologie à l'aide de la technologie d'IA de Microsoft Research et des données radiologiques de la Mayo Clinic.
Les modèles de base multimodaux sont extrêmement prometteurs pour surmonter les obstacles importants dans l’écosystème de la radiologie. Les innovations que nous créons avec Microsoft Research contribueront à débloquer des informations précieuses sur l'avenir de l'imagerie médicale afin d'améliorer la façon dont les radiologues travaillent et comment les patients sont soignés. En se concentrant sur les rapports de radiographie pulmonaire, les équipes cliniques de Mayo et les chercheurs de Microsoft collaboreront pour faire progresser l'état de l'art en radiologie multimodale par IA, contribuant ainsi à apporter l'innovation aux applications du monde réel plus rapidement et à grande échelle, ce qui est essentiel pour rendre exemplaire des soins de santé plus accessibles.
Matthew Callstrom, MD Ph.D., président de la Mayo Clinic Radiology dans le Midwest et directeur médical de l'IA générative et de la stratégie
Donner aux cliniciens un accès instantané aux informations dont ils ont besoin est au cœur de ce projet de recherche. La Mayo Clinic vise à développer un modèle capable de générer automatiquement des rapports, d'évaluer le placement des tubes et des lignes dans les radiographies pulmonaires et de détecter les changements par rapport aux images précédentes. Ce modèle de validation de principe vise à améliorer le flux de travail des cliniciens et les soins aux patients en fournissant une analyse plus efficace et complète des images radiographiques.
« Cette collaboration est une étape cruciale vers notre objectif commun de développer une IA générative qui améliore les résultats pour les patients et l'expérience du clinicien », déclare Jonathan Carlson, Ph.D., directeur général de Health Futures chez Microsoft Research. « La fusion des innovations de recherche reconnues de Microsoft en matière d'IA biomédicale et de l'excellence en radiologie de la Mayo Clinic donnera aux cliniciens les outils dont ils ont besoin pour fournir des soins plus précis et plus accessibles et renforcera l'engagement de Microsoft à apporter la puissance de l'IA émergente aux chercheurs cliniques du monde entier.
Mayo Clinic et Cerebras créent un modèle de fondation génomique de premier plan
Mayo Clinic et Cerebras ont créé un modèle de base génomique qui combine des données de référence sur le génome humain accessibles au public qui représentent une version idéale du génome humain, avec les données complètes sur l'exome des patients de Mayo et la puissance de sa plateforme Mayo Clinic. Les données d’Exome se concentrent sur la région codant pour les protéines du génome où se produisent plusieurs mutations pathogènes. Les capacités de calcul de grande puissance et d'IA générative de Cerebras permettent d'entraîner et de développer le modèle à grande échelle, le positionnant ainsi pour être affiné davantage pour des utilisations plus spécifiques.
« Le modèle de fondation génomique représente une avancée significative dans la médecine personnalisée », déclare le Dr Callstrom. « Sa capacité à analyser les données génomiques et à les comparer presque en temps réel avec des patients présentant des caractéristiques similaires permet une prédiction plus précise de la maladie et de la réponse au traitement, conduisant à des diagnostics plus rapides et à la sélection de thérapies ciblées pour les patients. »
Par exemple, la polyarthrite rhumatoïde (PR) est une maladie auto-immune débilitante, et l’approche thérapeutique standard nécessite souvent des essais de différentes thérapies pour obtenir une rémission de la maladie. Cela peut prendre plusieurs mois pour savoir si une thérapie fonctionne. Un nouveau modèle génomique développé par la Mayo Clinic et Cerebras offre une solution potentielle pour raccourcir le délai d'identification d'un traitement efficace et éviter la morbidité à long terme associée à la maladie non traitée. Les premiers résultats démontrent des performances élevées par rapport aux références et se révèlent prometteurs dans l’identification de la réponse des patients au traitement. À mesure que davantage de données sur les patients sont ajoutées, la puissance prédictive du modèle devrait augmenter, conduisant à un traitement personnalisé plus rapide et plus efficace pour les patients atteints de PR.
« Le modèle de base génomique de Mayo établit une nouvelle barre pour les modèles génomiques, excellant non seulement dans des tâches standard telles que la prédiction des propriétés fonctionnelles et régulatrices de l'ADN, mais permettant également la découverte de corrélations complexes entre les variantes génétiques et les conditions médicales », déclare Natalia Vassilieva, CTO de terrain chez Cerebras. Systèmes. « Contrairement aux approches actuelles axées sur les associations à un seul variant, ce modèle permet la découverte de connexions où des collections de variants contribuent à une condition particulière. »
