SAT: универсальная модель ИИ для сегментации медицинских снимков
Краткое изложение публикации в сообществе «Врачи РФ» от .
Исследователи Шанхайского университета Цзяо Тун и Шанхайской лаборатории искусственного интеллекта разработали Segment Anything with Text (SAT) — модель, которая выделяет области на трехмерных КТ- и МРТ-снимках по текстовому запросу врача. Система охватывает 497 анатомических структур и обучена на 22 тысячах КТ и МРТ-сканов; для работы с медицинской терминологией создано анатомическое дерево знаний из 6 502 терминов.
В SAT доступны две конфигурации: SAT-Nano с 110 млн параметров и SAT-Pro с 447 млн параметров. На собственных данных средняя точность SAT-Pro оказалась выше точности MedSAM на 7,1%; при проверке снимков из других клиник преимущество над конкурентами составило 3,7%. Результаты SAT-Pro соответствовали уровню 72 лучших специализированных алгоритмов, вместе насчитывающих свыше 2,2 млрд параметров. Статья о модели опубликована в журнале Digital Medicine.
Главное
- SAT анализирует трехмерные КТ- и МРТ-снимки по текстовому запросу врача и охватывает 497 анатомических структур.
- Модель обучена на 22 тысячах КТ и МРТ-сканов; анатомическое дерево знаний включает 6 502 термина.
- SAT-Nano содержит 110 млн параметров, а SAT-Pro — 447 млн параметров.
- В тестах точность SAT-Pro была выше точности MedSAM в среднем на 7,1%, а на снимках из других клиник преимущество составило 3,7%.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация