DALL-E 2 הוא כלי שיוצר תמונות רפואיות סינתטיות מכל צורה בהתבסס על הנחיות טקסט. תמונות אלו הן מציאותיות אך אינן אמיתיות, כלומר אינן מכילות מידע פרטי של מטופלים אמיתיים.
DALL-E 2 מסייע לאנשי מקצוע בתחום הבריאות (HCPs) לגשת וליצור תמונות רפואיות סינתטיות למטרות אבחון, מחקר וחינוך. הוא משתמש בבינה מלאכותית גנרטיבית כדי ליצור תמונות רפואיות סינתטיות עבור אופנים מרובים התואמים את התיאורים שסופקו, כגון "צילום חזה של חולה עם דלקת ריאות" או "MRI מוחי של חולה עם טרשת נפוצה".
דוגמאות למבנים אנטומיים שנוצרו מטקסט לתמונה בתמונות CT, MRI ואולטרסאונד שנוצרו עם DALL-E 2. CT: טומוגרפיה ממוחשבת; MRI: הדמיית תהודה מגנטית.
לדוגמה, המטולוג יכול להשתמש בתמונות רפואיות סינתטיות כדי ליצור תמונות PET מציאותיות אך לא אמיתיות של חולים עם סוגים שונים של לימפומה ולהשוות אותם עם תמונות PET אמיתיות כדי לשפר את דיוק האבחון שלהם. לחלופין, המטולוג יכול להשתמש בתמונות רפואיות סינתטיות כדי ליצור תמונות ביופסיה של מח עצם מציאותיות אך לא אמיתיות של חולים עם סוגים שונים של לוקמיה ולהשתמש בהן כדי לאמן ולבדוק מודל AI חדש לאבחון ופרוגנוזה של לוקמיה.
יישומים קליניים אחרים
בסופו של דבר, DALL-E 2 נותן מענה לדאגות הפרטיות הקשורות לשיתוף נתונים, ומבטיח שיש לך פתרון מודע לפרטיות לגישה לנתוני הדמיה רפואיים מגוונים. זה אומר שאתה יכול לחקור ולנתח בביטחון מגוון רחב של תמונות כדי להישאר בחזית התחום שלך מבלי לפגוע בפרטיות המטופל.
במאמר מחקר שפורסם ב- Frontiers in Artificial Intelligence, המחברים חוקרים את הפוטנציאל של קבוצות וירטואליות ונתונים סינתטיים בקידום מחקר דמנציה. הם מדגימים את השימוש בטכניקות קוהורט וירטואלי ליצירת מערך נתונים סינתטי הדומה מאוד למדגם מפורט ביותר של משתתפי מחקר פרה-קליני בדמנציה. על ידי שימוש בטכניקות חישוביות חדשניות, הכותבים מציעים כי נתונים סינתטיים וקבוצות וירטואליות מציעות פתרון מבטיח להתמודדות עם המגבלות של שיטות מחקר מסורתיות. בסופו של דבר, להתקדמות אלה יש פוטנציאל להניע התפתחויות מדעיות בתחום הדמנציה.
"קוהורטות וירטואליות ונתונים סינתטיים בדמנציה: המחשה של הפוטנציאל שלהם לקדם מחקר." גבולות בבינה מלאכותית. מאי 2021. https://doi.org/10.3389/frai.2021.613956
