AnswersPublished21 sources
DAMO RADAR etsii vatsan TT-kuvista 146 löydöstä – mitä tulokset kertovat?
DAMO RADAR tarkastelee varjoainetehostettua vatsan tietokonetomografiaa 146 löydöksen varalta 18 elimessä tai anatomisessa rakenteessa. Lähes 40 000 tutkimuksen arvioinnissa keskimääräinen AUC oli 0,913.
JulkaisijaMuokattu mallilla GPT-6 SolKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- DAMO RADAR tarkastelee varjoainetehostettua vatsan tietokonetomografiaa 146 löydöksen varalta 18 elimessä tai anatomisessa rakenteessa.
- Lähes 40 000 tutkimuksen arvioinnissa keskimääräinen AUC oli 0,913. Se ei tarkoita 91,3 prosentin diagnoositarkkuutta.
- 26 radiologin vertailussa malli suoriutui tutkimuksen mittarilla paremmin kuin 23 osallistujaa.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Alibaba DAMO Academy’s open weight DAMO RADAR model, developed with clinical partners and published in Science, analyze contrast en. Article summary: DAMO RADAR is a vision language model designed to screen a contrast enhanced abdominal CT scan for 146 reported findings across 18 organs, rather than run a separate detector for each disease.. Topic tags: general web, ai, code, benchmarks, marketing. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbai
Yksi malli, monta etsittävää löydöstä
Alibaba DAMO Academyn yhdessä kliinisten kumppanien kanssa kehittämä DAMO RADAR on kuvaa ja tekstiä yhdistävä tekoälymalli. Se on suunniteltu tarkastelemaan varjoainetehostettua vatsan tietokonetomografiaa (TT) ja seulomaan samalla tutkimuksella 146 kliinistä löydöstä 18 elimessä tai anatomisessa rakenteessa. Löydöksiin kuuluu myös pahanlaatuisia kasvaimia. Työstä on raportoitu Science-lehdessä. Luku 146 kuvaa arvioituja löydöksiä, ei lupausta siitä, että malli tunnistaisi varmasti jokaisen mahdollisen vatsasairauden. 3
4
8
12
Tavallisen, yhtä sairautta varten rakennetun tunnistimen sijaan RADAR on oppinut yhdistämään TT-kuvia niitä koskeviin kliinisiin lausuntoihin. Näin koulutuksessa voidaan hyödyntää lääkärien jo kirjoittamia kuvauksia ilman, että jokaiselle etsittävälle tilalle täytyy ensin piirtää erillinen joukko käsin merkittyjä tautialueita. Saatavilla olevat lähdetiedot eivät kuitenkaan riitä varmistamaan koulutusmenetelmän kaikkia teknisiä yksityiskohtia tai sitä, mitä uusia tiloja malli osaisi luotettavasti tunnistaa. 5
16
Mitä arvioinnissa havaittiin?
Lähes 40 000 todellisen tutkimuksen arvioinnissa mallin keskimääräinen ROC-käyrän alle jäävä pinta-ala eli AUC oli 0,913 tarkasteltujen 146 löydöksen osalta. AUC kuvaa, kuinka hyvin malli erottaa positiiviset ja negatiiviset tapaukset eri päätöskynnyksillä. Se ei tarkoita, että 91,3 prosenttia yksittäisistä diagnooseista olisi oikein. 14
15
Erillisestä 26 radiologin vertailusta kertovien raporttien mukaan malli suoriutui tutkimuksen vertailumittarilla paremmin kuin 23 osallistujaa. Kun lääkärit käyttivät mallia apuna, huomaamatta jääneet löydökset vähenivät raporttien mukaan noin 10 prosenttia ja kuvien lukemiseen kulunut aika noin 30 prosenttia. Saatavilla olevista tiedoista eivät selviä lääkärien tarkat herkkyysluvut ennen avustusta ja sen jälkeen. Niistä ei myöskään voi varmasti päätellä, tarkoittaako 10 prosentin muutos suhteellista muutosta vai prosenttiyksikköjä. 1
6
14
Entä toiminta poikkeavassa käyttöympäristössä? Käytettävissä olevat lähdetiedot eivät anna riittävää perustaa ilmoittaa luotettavaa tulosta siitä, miten malli toimii esimerkiksi koulutusaineistosta poikkeavien sairaaloiden tai potilasryhmien kuvissa.
DAMO Academy on ilmoittanut mallin avoimesta julkaisusta, ja raporttien mukaan myös sen painot ovat saatavilla. Se antaa tutkijoille ja sairaaloille mahdollisuuden arvioida järjestelmää, mutta avoin saatavuus ei itsessään osoita soveltuvuutta potilastyöhön. Tulosten perusteella luontevin mahdollinen rooli on radiologin toinen lukija tai seulonnan apuväline – ei itsenäinen diagnoosin tekijä eikä kliinisen lisävalidoinnin korvike. 3
4
6
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DAMO RADAR etsii vatsan TT-kuvista 146 löydöstä – mitä tulokset kertovat?"?
DAMO RADAR tarkastelee varjoainetehostettua vatsan tietokonetomografiaa 146 löydöksen varalta 18 elimessä tai anatomisessa rakenteessa.
What are the key points to validate first?
DAMO RADAR tarkastelee varjoainetehostettua vatsan tietokonetomografiaa 146 löydöksen varalta 18 elimessä tai anatomisessa rakenteessa. Lähes 40 000 tutkimuksen arvioinnissa keskimääräinen AUC oli 0,913. Se ei tarkoita 91,3 prosentin diagnoositarkkuutta.
What should I do next in practice?
26 radiologin vertailussa malli suoriutui tutkimuksen mittarilla paremmin kuin 23 osallistujaa.