de.wedoany.com-Bericht: Über 20 Krankenhäuser haben gemeinsam die Cloud-Version des Pathologie-Großmodells RuiPath in Betrieb genommen, was einen neuen Meilenstein für die skalierte Anwendung von medizinischer Künstlicher Intelligenz darstellt. Auf dem medizinischen KI-Innovationsforum „Digitale Intelligenz und Cloud-Start“ nahmen das Ruijin-Krankenhaus, das angeschlossene Krankenhaus der Yan’an-Universität, das Zentralkrankenhaus Handan, das angeschlossene Krankenhaus der Hebei-Universität für Ingenieurwissenschaften, das Kreis-Krankenhaus Shexian, das Erste Volkskrankenhaus von Wu’an, das Volkskrankenhaus von Xingyi und das Volkskrankenhaus von Rui’an an der Einführungszeremonie der Cloud-Version des Modells teil.
Um strukturelle Herausforderungen in der Pathologiediagnostik wie die Knappheit hochwertiger Ressourcen, den Mangel an Pathologen und regionale Ungleichgewichte zu bewältigen, hat das Ruijin-Krankenhaus gemeinsam mit Huawei das Pathologie-Großmodell RuiPath entwickelt. Dieses Modell ist das erste klinische Pathologie-Großmodell in China, das in den klinischen Produktionsablauf integriert wurde, und kann 90 % der häufigen Krebsarten sowie 90 % der nachgelagerten Diagnoseaufgaben abdecken. Derzeit folgt RuiPath dem Ausbreitungspfad „Entwicklung und Validierung in Spitzenkrankenhäusern – Ausweitung auf städtische Krankenhäuser der Tertiärversorgung – Anwendung in Kreiskrankenhäusern“ und wird kontinuierlich an reale klinische Szenarien angepasst und weiterentwickelt.
Seit 2020 treibt das Ruijin-Krankenhaus die digitale Pathologie voran und scannt täglich etwa 5.000 bis 6.000 Gewebeschnitte, wobei bereits Millionen digitaler Pathologieschnitte archiviert wurden. Auf dieser Grundlage hat das Ruijin-Krankenhaus mit Huawei zusammengearbeitet, um schrittweise einen RuiPath-Produktionsworkflow aufzubauen, der von verlustfreier Komprimierung über einheitliche Formate bis hin zu End-to-Cloud-Computing reicht und gängige Krebsarten abdeckt. In 12 Open-Source-Datensätzen und bei 14 gängigen Aufgaben übertrifft das Modell internationale Konkurrenzmodelle in 7 Indikatoren. Durch einen Daten-Feedback-Mechanismus wird das Modell im klinischen Einsatz kontinuierlich verbessert, was einen technischen Kreislauf mit „je mehr Nutzung, desto genauer“ ermöglicht.
Um die technischen Herausforderungen des Übergangs vom Labor in die klinische Praxis zu bewältigen, haben das Ruijin-Krankenhaus und Huawei Cloud eine gemeinsame Lösung mit einer hybriden End-to-Cloud-Computing-Architektur entwickelt: Im Krankenhaus werden wenige Merkmale verdächtiger Tumorregionen extrahiert und in die Cloud hochgeladen, wodurch 85 % der Bandbreite eingespart und eine verschlüsselte Übertragung ermöglicht wird. In der Cloud erfolgen Diagnose-Inferenz und Modell-Nachschulung auf Basis eines vollständig verschlüsselten „nutzbar, aber nicht einsehbar“-Mechanismus, sodass Krankenhäuser mit nur wenigen Datenproben ein maßgeschneidertes Modell erstellen können. Dieser Ansatz mildert Probleme unzureichender Rechenleistung und Bandbreite in Basis-Krankenhäusern, gewährleistet gleichzeitig die Sicherheit von Daten und Modellen und erreicht das Ziel, dass Daten den Standort nicht verlassen.
Dr. Tian Yunxiao, Leiter der Pathologieabteilung des Zentralkrankenhauses Handan, berichtete über die praktische Anwendung: Das Krankenhaus optimierte Modelle für Brustkrebs und Darmkrebs durch kleinskaliges Training mit jeweils einigen Dutzend Schnitten pro Runde. Die Genauigkeit des Brustkrebsmodells bei der Unterscheidung zwischen Tumor und Nicht-Tumor in lokalen Fällen aus Handan stieg von anfänglich etwa 95 % auf nahezu 100 %, und die Genauigkeit bei der histologischen Typisierung erreichte über 90 %. Das Modell für kleine Darmbiopsieproben erreichte nach mehreren Trainingsrunden eine Genauigkeit von 99 % bei der Unterscheidung zwischen Tumor und Nicht-Tumor und über 93 % bei der histologischen Typisierung. Dank des kleinskaligen Trainings und des Daten-Feedback-Mechanismus von Huawei Cloud benötigt das Krankenhaus nur etwa 10 % der Trainingsdaten, um ein maßgeschneidertes Modell zu erstellen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
