醫學領域很少有哪個領域比放射腫瘤學需要更高的精確度或數據。RadOnc-GPT是一款使用Meta Llama 2構建的微調LLM，有潛力顯著改善放射治療決策。
醫學領域很少有哪個領域比放射腫瘤學需要更高的精確度或更多的數據。患者的生命取決於在這個專業領域接受正確的治療。
Mayo Clinic的開創性RadOnc-GPT是一種利用Meta Llama 2的大型語言模型（LLM），有可能顯著提高放射治療決策的速度、準確性和質量，使醫生和患者受益。他們服務的病人。它是根據亞利桑那州梅奧診所的放射腫瘤患者記錄的大型數據集進行微調的。由於模型是使用運行本地GPU伺服器的Llama 2在本地訓練的，因此患者數據不會在安全網絡之外共享。所有研究均得到了機構審查委員會的批准。
梅奧放射腫瘤學教授兼醫學物理系研究主任劉偉博士說：「經過適當的微調，開源LLM具有巨大潛力，可以徹底改變放射腫瘤學和其他高度專業化的醫療保健領域。」亞利桑那州診所。
RadOnc-GPT的直接臨床用例是患者隨訪。劉的團隊計劃開發一個聊天機器人來回答放療後患者的常規問題，減少護士和臨床醫生的工作量，並使他們能夠專注於更高優先級的任務。
未來的發展可能包括擴展到其他臨床任務，例如構建模型來預測放射腫瘤學中的患者結果。此外，劉表示，該團隊正在考慮利用最近發布的更先進的Lama 3模型來提高其性能。
人工智慧驅動的工具可以自動化日常任務，快速分析複雜的數據集，並識別可能逃避人類注意的模式，從而節省醫療保健提供者的寶貴時間。這種加速和效率使臨床醫生能夠專注於首要任務，例如直接的患者護理和複雜病例的決策。
劉說，梅奧診所團隊多年來一直與喬治亞大學的醫療保健自然語言處理團隊合作，積極關注行業的最新發展。
他們選擇Llama 2作為推導RadOnc-GPT的基本模型，該模型調整了三項關鍵任務的指令：生成放射治療計劃、確定最佳放射方法以及根據國際疾病統計分類（ICD-10）代碼提供有關患者的診斷描述/診斷詳細信息。
與一般LLM相比，Lama 2的RadOnc-GPT具有更好的特異性和臨床相關性。
劉說：「這個過程傳統上非常耗時，依賴於對大量非結構化臨床數據的手動分析，並且容易受到人類解釋的變化的影響。」「有效的語音處理工具可以顯著增強放射治療的每個階段，並有可能改善治療結果。"
該團隊進行了廣泛的手動處理，以克服組織和準備放射腫瘤學數據集的挑戰，其中涉及從患者記錄中提取、隔離和標記相關信息。
開源的影響
劉說，先進人工智慧模型的開源使梅奧診所能夠在其研究中直接使用尖端模型並加速開發過程。臨床影響也得到了放大，改善了患者護理。該計劃的目標甚至不僅僅是提高治療干預的準確性。
劉說：「這也是為了培育一個數據安全至關重要的生態系統。」「在腫瘤學中，患者數據高度敏感，確保患者的機密性永遠不受損害尤其重要。"
對於較小的公司和機構來說，開源人工智慧系統對於創新民主化和促進醫學科學的集體進步至關重要。劉說，開源方法可以允許資源有限的小型組織開發自己的定製模型。
如果您想了解更多信息，可以單擊視頻下方的連結。
感謝您觀看此視頻。如果您喜歡，請訂閱並點讚。謝謝
更多詳情： https://go.fb.me/ma1vim
輸油管：