Esta IA gratuita lê raios-X, bem como médicos

O que acontece quando o software livre e de código aberto pode diagnosticar a nós tão bem quanto aos médicos?

Esta IA gratuita lê raios-X, bem como médicos

Eu nunca li uma radiografia de tórax antes. Não consegui identificar pneumonia, edema, nódulos, atelectasia - nem sei o que a maioria desses termos significa sem pesquisá-los no Google. Mas se eu fosse carregar minha própria radiografia de tórax em este site grátis , poderia diagnosticar 14 doenças com 80% de precisão - em outras palavras, cerca de bem como um verdadeiro radiologista .



Não há co-pagamento. Sem receita. E a consulta é totalmente privada.

Como isso poderia funcionar? Tudo graças à IA de código aberto que roda dentro do seu navegador - ou ao que acontece quando as seguradoras e as grandes empresas farmacêuticas param de fazer as regras da saúde e a era do autodiagnóstico WebMD é sobrecarregada com o aprendizado de máquina.



não pise em mim sinal

O Assistente de radiologia Chester AI foi desenvolvido no trabalho liderado por Joseph Paul Cohen, um pós-doutorado na Milhares (o Instituto Quebec AI) e a Universidade de Montreal. Ele usou um conjunto de dados do NIH de raios-X de tórax e doenças para treinar software para detectar doenças nessas varreduras. Embora ele não seja um médico clínico, Cohen está focado na interseção da saúde e do aprendizado profundo. Anteriormente, Cohen criou um aplicativo chamado BlindTool, que usava aprendizado de máquina para treinar a câmera de um telefone para servir de olhos para alguém com deficiência visual.



A interface do usuário não é exatamente bonita, com controles deslizantes vermelhos e verdes que mostram a probabilidade de você ter cada doença. Mas está claro. Em um relance, você pode dizer se tem 7% ou 70% de chance de ter pneumonia. Além disso, com Chester AI, Cohen criou o que ele acredita ser a primeira AI que pode diagnosticar doenças no navegador de alguém, por meio de uma AI executada localmente em sua máquina, em vez de na nuvem.

A IA gerida localmente não é uma ideia nova. Por exemplo, a Apple executa IA em iPhones para fazer coisas como criar uma lista de aplicativos que você pode querer abrir a seguir. E o smartphone Pixel do Google tem todos os tipos de superpoderes, como ver no escuro, que são baseados na IA do dispositivo.

o que é 333

Mas a IA localizada é nova para a saúde. E, neste caso, o modelo tem consequências profundas. Por um lado, ele garante privacidade. A economia da vigilância criou um mundo no qual não temos ideia de quem está obtendo nossos dados e para que eles podem estar sendo usados. Chester AI é como um software doctor que vive em seu telefone ou PC, e no seu telefone ou PC. Ele nunca faz upload de informações pessoais confidenciais. Existem aplicativos de autodiagnóstico para identificar se uma toupeira pode ou não ser câncer, mas pela pesquisa de Cohen, todos esses aplicativos parecem enviar dados online. (E, em geral, não existem muitos aplicativos de autodiagnóstico em lugares como a App Store, porque existem restrições legais complicadas em torno a distinção entre dispositivos de consumo e dispositivos médicos .)



Um benefício claro do Chester AI é que, como AI local, é barato de operar. Por ser executado no navegador, não precisamos executar servidores para processar cada imagem, diz Cohen. Isso nos permite permitir que todos possam usá-lo gratuitamente. A Amazon e o Google têm alguns dos maiores farms de servidores do mundo para executar seus complexos IAs em nuvem. A única despesa do Chester AI para operar é enviar um pequeno código para o seu telefone ou computador. O trabalho pesado é feito com o hardware que você já comprou.

Claro que você ainda precisa fazer um raio-X no consultório médico. Mas, com esse tipo de dados em mãos, os programadores trocarão fragmentos de IA no GitHub, compartilhando ferramentas para detectar cânceres, problemas cardíacos e muito mais, para que possamos autodiagnosticar com mais precisão do que faríamos com o WebMD? Cohen não tem tanta certeza - e ele insiste que não é a intenção do projeto.

como negociar o nível de entrada do salário



[Captura de tela: mlmed.org ]


Esta ferramenta é para um segundo diagnóstico. Até agora nossa interação com os médicos tem sido útil se eles estão com pressa (como em um pronto-socorro) e querem que alguém execute essa imagem para confirmar o que pensam ou para ajudá-los a não perder nada, diz Cohen. Para os radiologistas em treinamento, isso os ajudará a formar um entendimento consistente, não importa quem seja o professor.

Cohen imagina sua IA como um assistente de especialistas - que é exatamente o tipo de argumento que a IBM fez de suas ferramentas Watson AI - mas Cohen, na verdade, não tem interesse em levar sua tecnologia ao setor privado. Ele quer que o código permaneça aberto e gratuito. Em lugares como o Canadá, onde sua pesquisa está baseada, Cohen acredita que os fundos públicos levarão à criação de mais ferramentas como o Chester, principalmente porque economizariam dinheiro para o setor de saúde. À medida que essas ferramentas gratuitas se propagam, o setor de saúde terá que se adaptar. Todo fornecedor de serviços de saúde com muito dinheiro precisaria provar seu valor em um benchmark de ferramentas gratuitas e auditadas publicamente.

E, claro, o benefício não dito é que, mesmo que a IA não substitua completamente os médicos, ou o custo das visitas médicas, ter ferramentas gratuitas que podem ser usadas em qualquer lugar do mundo deve melhorar o diagnóstico e o tratamento. Achamos que isso pode garantir um nível mínimo de atendimento em todo o trabalho, diz Cohen. Nenhum radiologista (ou mesmo médico geral) pode ser pior do que esta ferramenta.