見逃せない 35 の最先端論文を厳選して、2024 年の医療 AI の躍進を振り返る
ここ数年、Nvidia や Google を筆頭とするテクノロジー大手は、AI 医療に 1,000 億元近くを投資していると表明しており、医療分野も AI が最も広範囲に応用されている分野の 1 つとなっています。そして最も明白な結果。
今後 2024 年の期間中に、研究者たちは AI を使用して医療画像/ビデオをセグメント化し、糖尿病、パーキンソン病、乳がん、肺がん、卵巣がん、冠状動脈性心臓病、うつ病、胃疾患などを診断する大規模な医療モデルを構築しています。 RNAウイルスを識別するためのディープラーニング技術を研究しています。 AI は前例のないスピードで医療業界を再構築し、患者の医療体験を最適化しています。
前号の最も注目すべき AI+ 材料化学論文 26 件の要約に続き、この記事では、HyperAI は、2023 年から 2024 年に解釈された最先端の論文 35 件を厳選しました。あなたにとって役に立ちます。
01 論文タイトル:言語ガイド付き共通意味空間における統合医用画像事前トレーニング、2024.07
中国語の解釈：ECCV2024に選出されました！浙江大学とマイクロソフト リサーチ アジアは、医療データの異質性の壁を打ち破るための統合医療画像事前トレーニング フレームワーク UniMedI を提案します
研究内容：浙江大学とマイクロソフト リサーチ アジアは、新しい統合医療画像事前トレーニング フレームワーク UniMedI を提案しました。診断レポートを共通のセマンティック空間として使用して、さまざまなモダリティの医療画像の統一表現を作成し、2D イメージと 3D 画像をうまく統合して、複雑な医療データをより適切に活用できます。
02 論文タイトル:類似の脳コンピューティングによる人間の脳の休息状態とタスク実行状態の模倣と探索: スケーリングとアーキテクチャ、2024.05
中国語の解釈：世界初！復丹大学のFeng Jianfengチームは、860億個のニューロン規模のデジタルツインブレインプラットフォームを開発
研究内容：復旦大学脳知能科学技術研究所は、データ同化手法に基づいて開発された860億個のニューロンと1000億個のシナプスを備えた世界初の本格的な脳シミュレーションプラットフォームであるデジタルツインブレインプラットフォームをリリースした。
03 論文タイトル:医療の多言語言語モデルの構築に向けて、2024.09
中国語の解釈：医療分野のベンチマークテストはLlama 3を上回り、GPT-4に迫る 上海交通大学のチームが6言語をカバーする大規模な多言語医療モデルを発表した。
研究内容：上海交通大学のチームは、255億トークンを含む多言語医療コーパスMMedCを作成し、6言語をカバーする多言語医療問答評価標準MMedBenchを開発し、8BベースモデルMMed-Llama 3も構築した。
04 論文タイトル:糖尿病の一次治療のための画像ベースの深層学習と言語モデルの統合、2024.07
中国語の解釈：世界初！清華大学と上海交通大学などが共同で糖尿病の診断と治療のためのビジュアルラージ言語モデルを構築、Natureサブジャーナルに掲載
研究内容：清華大学は、上海交通大学、シンガポール国立大学、シンガポール国立眼科センターと提携し、糖尿病の診断と治療のための世界初の視覚ラージ言語モデル統合システム DeepDR-LLM の構築に成功しました。パーソナライズされた糖尿病管理の意見と糖尿病網膜症の補助診断結果。
05 論文タイトル:組織学的画像によって描写された TME を利用して、深層学習システムを通じてがんの予後を改善する、2024.05
中国語の解釈：3大固形がんを狙え！上海交通大学のチームが、がんの生存予測精度を向上させる深層学習システムをリリース
研究内容：上海交通大学のチームは、空間トランスクリプトームデータを使用せずに病理組織画像を通じてがん患者の腫瘍微環境情報を予測する深層学習システムIGI-DLを開発し、それによって正確ながんの予後を達成した。
06 論文タイトル:中国における臨床検査を使用した卵巣がんの正確な診断を可能にする人工知能ベースのモデル：多施設共同後ろ向きコホート研究、2024.05
中国語の解釈：卵巣がんは、定期的な血液検査、尿検査、その他の指標を使用して特定できます。中山大学のLiu Jihong氏のチームが主導し、4つの主要医学部が共同でAI融合モデルを構築
研究内容：中山大学がんセンターの婦人科チームは、南方医科大学、華中科技大学同済医科大学付属同済病院、浙江大学医学部付属産婦人科病院と協力して、人工病院を建設した。卵巣がん診断用のインテリジェンス融合モデル MCF このモデルは、CA125 や HE4 などの従来のバイオマーカーよりも正確に卵巣がんを識別します。
07 論文タイトル:うつ病診断対話シミュレーション: 三次記憶を持つ自己改善精神科医、2024.09
中国語の解釈：エージェント心理クリニックがオンラインになりました！上海交通大学のチームは、1.3Kのうつ病相談の会話に基づいて、うつ病を診断できる大規模なモデル対話エージェントを初めて構築した
研究内容：上海交通大学の X-LANCE 研究室チームなどは、うつ病の予備診断に使用される自動大規模モデル対話エージェント シミュレーション システム、エージェント メンタル クリニック (AMC) を構築しました。
08 論文タイトル:Medical SAM 2: Segment Anything Model 2 を介して医療画像をビデオとしてセグメント化、2024.08
中国語の解釈：SAM2の最新アプリが登場！オックスフォード大学チームが Medical SAM 2 をリリースし、医療画像セグメンテーションの SOTA リストを更新
研究内容：オックスフォード大学チームは、Medical SAM 2 (MedSAM-2) 医療画像セグメンテーション モデルを開発しました。これは、SAM 2 フレームワークに基づいて設計されており、医療画像をビデオとして処理するだけでなく、3D 医療画像セグメンテーション タスクを適切に実行します。新しい 1 秒を入力すると、セグメント化が可能になります。
09 論文タイトル:MemSAM: 心エコー検査ビデオ セグメンテーションのためのセグメント何でもモデルの飼いならし、2024.05
中国語の解釈：CVPR 2024 最優秀論文候補！深セン大学と香港理工大学が共同で MemSAM をリリース：「すべてをセグメント化」モデルを医療ビデオのセグメンテーションに適用
研究内容：深セン大学と香港理工大学知能健康研究センターは共同で、SAMを医療ビデオに適用する新しい心エコー検査ビデオセグメンテーションモデルMemSAMを提案した。
10 論文タイトル:M2CF-Net: 局所リンパ球性唾液腺炎の病変をセグメント化するためのマルチ解像度およびマルチスケール クロスフュージョン ネットワーク、2023.11
中国語の解釈：超大規模病理画像解析に！華中科技大学がシェーグレン症候群の診断精度を向上させる医療画像セグメンテーションモデルを提案
研究内容：華中科技大学のチームは、多重解像度と多重スケールの画像認識技術を統合することにより、シェーグレン症候群患者の病理画像内のリンパ球凝集巣を正確に特定できる医用画像セグメンテーションモデルM2CF-Netを提案し、医師を支援した。より迅速な意思決定、より正確な診断が可能になります。
11 論文タイトル:S2P マッチング: トランスフォーマーを使用したカプセル内視鏡画像ステッチングのための自己監視パッチベースのマッチング、2024.09
中国語の解釈：マッチング命中率が187.9%アップ！華中科技大学の CGCL 研究室は、カプセル内視鏡の画像スティッチングを支援するために自己教師あり学習を使用しており、胃腸の健康状態も「空の目」で確認できます。
研究内容：華中科技大学は、上海交通大学、南中民族大学、香港科技大学、香港理工大学、シドニー大学のチームと協力して、自己監視型のフラグメントマッチングを提案しました。カプセル内視鏡画像合成法S2P-Matchingを活用した消化器疾患の早期診断。
12 論文タイトル:神経膠腫の臨床グレードの診断と分子マーカー発見のためのトランスフォーマーベースの弱教師あり計算病理学法、2024.06
中国語の解釈：上級病理医にも負けないレベルです！清華大学チームが神経膠腫の正確な診断を実現するAI基本モデルROAMを提案
研究内容：清華大学と中南大学襄雅病院は協力して、地域の大きな利益に基づいた正確な病理診断AI基本モデルROAMと、神経膠腫の臨床レベルの診断と分子マーカーの発見に使用でき、他の分野にも拡張できるピラミッドトランスフォーマーを提案しました。腫瘍の種類の病理学的診断。
13 論文タイトル:非造影CTと深層学習による大規模膵臓がん検出、2023.11
中国語の解釈：2万件中31件の見逃し診断が判明、アリババダモ病院が率先して膵臓がんのスクリーニングに「単純CT+大型モデル」を導入
研究内容：アリババダモアカデミーは国内外の10以上の医療機関と協力して膵臓がんの早期スクリーニングを実現するための大型モデルPANDAをリリースし、2万人を超える連続した現実世界の患者グループの中から臨床的に見逃された病変を31例発見した。
14 論文タイトル：CGS-Mask: 時系列予測を誰にとっても直観的にする、2024.03
中国語の解釈：時系列予測の「ブラックボックス」問題を突破！華中科技大学は、患者の生存率の重要な指標を明らかにするために CGS-Mask を提案しました
研究内容：華中科技大学は、シドニー大学、同済病院などと協力して、さまざまな時系列予測タスク、特にユーザーとの対話や結果の解釈を必要とするシナリオに適した CGS-Mask 手法を提案しました。株式市場の予測、病気の予測、天気予報など、モデルの予測精度を向上させるだけでなく、予測結果の解釈可能性も高めることができます。
15 論文タイトル：GMAI-MMBench: 一般医療 AI に向けた包括的なマルチモーダル評価ベンチマーク、2024.08
中国語の解釈：18 の臨床タスクをカバーする 284 のデータセットを含む、Shanghai AI Lab などがマルチモーダル医療ベンチマーク GMAI-MMBench をリリース
研究内容：上海人工知能研究所は、ワシントン大学/モナシュ大学/華東師範大学などのチームと共同で、世界中の 284 の下流タスク データセットを含むマルチモーダル医療ベンチマーク GMAI-MMBench を提案しました。 HyperAIスーパーニューラル公式サイトに掲載されました！
16 論文タイトル：ポリアミンの同化作用は化学療法による乳がん幹細胞の濃縮を促進する、2024.07
中国語の解釈：化学療法抵抗性と腫瘍再発と闘いましょう!山東大学の研究チームは AI を使用して乳がん幹細胞に対する強力な防御線を構築
研究内容：山東大学は、山西医科大学、Helix Matrix Company、その他の研究チームと共同で、機械学習技術を使用し、mRNA 解析に基づいて、原発性乳がん患者サンプルのがん幹細胞の特性を評価するための新しい方法 BCSC シグネチャの開発に成功しました。臨床治療の新しい戦略と方向性。
17 論文タイトル:MlRS: 乳がんの予後と治療を予測するための Al スコアリング システム、2023.11
中国語の解釈：世界最大のがんをターゲットに、中国の学者らが乳がん予後スコアリングシステムMIRSを確立
研究内容：ケンタッキー大学、マカオ科学技術大学、マカオ大学、広州医科大学第一付属病院の研究者らは、ニューラル ネットワーク モデルを使用して、乳がんの予後と治療を予測するスコアリング システム MIRS を確立しました。乳がん患者の治療戦略策定の指針として使用されます。
18 論文タイトル:網膜画像からの一般化可能な疾患検出のための基礎モデル、2023.08
中国語の解釈：160w+ のラベルなし画像、3 次元での包括的な評価、Zhou Yukun らが網膜画像を使用してさまざまな全身疾患を予測する RETFound モデルを開発
研究内容：ユニバーシティ・カレッジ・ロンドン（UCL）とムーアフィールズ眼科病院の研究者らは、眼疾患の診断・予後や全身疾患の予測などのタスクに優れた性能を発揮する網膜画像基本モデル「RETFound」を提案した。
19 論文タイトル：糖尿病性網膜症の進行時間を予測するための深層学習システム、2024.01
中国語の解釈：上海交通大学と清華大学は共同で、眼底画像のみで5年以内の糖尿病網膜症の進行を予測できる「DeepDR Plus」をリリースした。
研究内容：上海交通大学と清華大学などが共同でリリースしたDeepDR Plusは、眼底画像のみに基づいて5年以内の糖尿病網膜症の進行を予測できる。
20 論文タイトル:職場で目に見える屋外の緑と中国人成人のメタボリックシンドロームとの間の有益な関連性、2024.01
中国語の解釈：50,000 人以上が参加しました。浙江大学の呉希峰教授のチームによる新しい研究: 健康はオフィスの緑化のレベルに関係しています。
研究内容：浙江大学のチームは、畳み込みニューラル ネットワーク モデルを使用して、ストリートビュー画像の緑の景観指数に基づいて目に見える緑の露出を評価し、職場の周囲の緑の景観指数が高いほど、成人にとってメタボリックシンドロームのリスクを減らすのに有益であることを確認しました。
21 論文タイトル：ScribblePrompt: あらゆる生物医学画像の高速かつ柔軟なインタラクティブ セグメンテーション、2024.07
中国語の解釈：ECCV2024に選出されました！ 5.4w+ 画像をカバーする MIT は、SAM よりも優れたパフォーマンスを備えた医療画像セグメンテーションの一般的なモデルである ScribblePrompt を提案しました
研究内容：MIT コンピューター サイエンスおよび人工知能研究所チームなどは、インタラクティブな生物医学画像セグメンテーションの一般的なモデルである ScribblePrompt を提案しました。これは、セグメンテーション タスクを柔軟に実行するためのさまざまな注釈方法をサポートし、トレーニングされていないラベルや画像タイプにも使用できます。
22 論文タイトル：音声関連脳波によるパーキンソン病診断のためのグラフ学習に基づく解釈可能なモデル、2024.01
中国語の解釈：パーキンソン病の早期診断の精度は、深セン先進病院と中山第一病院が共同で GSP-GCNs モデルを提案し、90.2% まで向上しました。
研究内容：中山大学第一附属病院や中国科学技術先端研究院などの研究チームは、イベント関連の脳波を使用する深層学習モデル、グラフ信号処理-グラフ畳み込みネットワーク (GSP-GCN) を提案しました。パーキンソン病を診断するためのデータ。
23 論文タイトル：一般化可能な蛍光顕微鏡ベースの画像復元のための基礎モデルの事前トレーニング、2024.04
中国語の解釈：復丹大学チームは、30 GB と約 200,000 ペアのトレーニング サンプルを収集し、AI を使用して顕微鏡イメージングの限界を突破する UniFMIR をリリースしました。
研究内容：復旦大学のチームは、クロスタスクの多次元画像強調のための基本的な AI モデルである UniFMIR を提案しました。これは、既存の蛍光顕微鏡イメージングの限界を打ち破り、蛍光顕微鏡画像強調のための普遍的なソリューションを提供しました。
24 論文タイトル:人工知能を使用して隠された RNA ウイルス圏を文書化、2024.09
中国語の解釈：AI は RNA ウイルス研究の歴史的な進歩を促進します。中山大学などはディープラーニング モデルを使用して 160,000 を超える新しいウイルスを発見しました。
研究内容：中山大学医学部は、浙江大学、復旦大学、中国農業大学、香港城市大学、広州大学、シドニー大学、アリババクラウド飛天研究所などと協力して、新しい深層学習モデルLucaProtを提案したこのモデルは 180 のスーパーグループを発見し、10,000 を超える新しい RNA ウイルスが発見され、これまでで最長の RNA ウイルス ゲノムが発見され、RNA ウイルス同定の分野で大きな進歩を遂げました。
25 論文タイトル：Pianno: 空間トランスクリプトミクスのセマンティック アノテーションを自動化する確率的フレームワーク、2024.04
中国語の解釈：復旦脳科学研究所の新たな成果: セマンティック セグメンテーションを利用して、空間トランスクリプトーム意味論的アノテーション ツール Pianno が開発されました
研究内容：復旦大学のチームは、「空間トランスクリプトーム意味アノテーション」の概念を提案し、組織内の空間点の構造や細胞の種類を自動的に定義できる空間トランスクリプトーム意味アノテーションツール「Pianno」を開発し、それによって多次元の情報を組み合わせて理解度を高めた。複雑な生物学的システム。
26 論文タイトル：機械学習パフォーマンスの健康公平性評価 (HEAL): フレームワークと皮膚科学 AI モデルのケーススタディ、2024.04
中国語の解釈：Google、HEALアーキテクチャをリリース、医療AIツールが公平かどうかを評価する4つのステップ
研究内容：Googleチームは、機械学習に基づく医療・健康ソリューションが「公平」かどうかを定量的に評価できるフレームワーク「HEAL（The health equity Framework）」を開発した。
27 論文タイトル：肺がんスクリーニングにおける補助的AL：米国と日本における後ろ向き多国間研究、2024年03月
中国語の解釈：Googleは米国と日本の患者627人の臨床データに基づいて、AI支援による肺がんスクリーニングの集団有効性を確認した
研究内容：Google AI チームは、人工知能支援による肺がんスクリーニングのワークフローを開発および最適化し、米国と日本で多国間研究を実施しました。
28 論文タイトル:13 の主要な眼底疾患の診断において若手眼科医を支援する深層学習システムのパフォーマンス: 前向き多施設臨床試験、2024.01
中国語の解釈：謝和眼科が主導し、5 つの眼科センターが連携して AI を活用して 13 の眼底疾患の検出を支援しました。
研究内容：北京連合医科大学病院、中国西部病院、河北医科大学第二病院、天津医科大学眼科病院、温州医科大学眼科病院の共同研究チームは、若手眼科医による診断の一貫性の向上を支援する人工知能システムモデルを開発した。 12%: 13 の主要な眼底疾患を自動検出するための新しい方法を提供します。
29 論文タイトル:耐糖能障害または糖尿病を合併した冠動脈疾患の中国人高齢患者の1年死亡率を予測するための機械学習ベースのモデル、2023.06
中国語の解釈：湖北省馬城人民病院は、301 の病院で冠状動脈性心疾患の高齢患者 451 人からデータを収集し、患者の 1 年以内の死亡率を正確に予測する機械学習モデルを立ち上げました。
研究内容：湖北省馬城人民病院の研究者らは、複数のモデルを比較し、最も優れたパフォーマンスを示す機械学習モデルを使用して、糖尿病または耐糖能異常を伴う冠状動脈性心疾患を患う中国の高齢者患者の1年死亡率26.83%を予測した。
30 論文タイトル：OBLA: オープンな生物医学画像アーカイブ、2023.08
中国語の解釈：OBIA: 900 人以上の患者、193 枚以上の画像、中国科学院ゲノミクス研究所が我が国初の生物学的画像共有データベースを公開
研究内容：中国科学院ゲノミクス研究所（中国国家生物情報学センター）は、中国初のオープン生物医学画像データおよび関連臨床データリポジトリであるオープン生物医学画像アーカイブ（OBIA）を設立し、世界中の医療に無料で公開されています。実践者および関連する学者。
31 論文タイトル:音声解読とアバター制御のための高性能ニューロプロテーゼ、2023.08
中国語の解釈：彼女は脳卒中以来 18 年間失語症を患っていますが、AI とブレイン コンピューター インターフェイスが「自分の考えを声に出す」のに役立っています。
研究内容：カリフォルニア大学サンフランシスコ校とカリフォルニア大学バークレー校の研究チームは、AI を使用して、18 年間失語症だった患者が再び「話し」、生き生きとした表情を生成できる新しいブレインコンピューター技術を開発しました。デジタル アバターを使用して患者を支援します。 通常の人間の社会的やりとりと同じ速度と質で、リアルタイムで他の人とチャットできます。
32 論文タイトル：認知症の行動的および心理的症状の発生に関する機械学習ベースの予測モデル: モデルの開発と検証、2023.05
中国語の解釈：認知症を効果的に遅らせる：延世大学、勾配ブースティングマシンモデルがBPSD亜症候群を正確に予測できることを発見
研究内容：延世大学の研究者は、BPSD を予測するための複数の機械学習モデルを開発し、機械学習が BPSD 亜症候群を効果的に予測できることを実験結果が示しています。
33 論文タイトル:堅牢な特徴選択戦略により、乳がんの推定診断バイオマーカーとしてマイクロRNAのパネルが検出される、2023.07
中国語の解釈：特徴選択戦略: 乳がんバイオマーカーを検出するための新しい手段を見つける
研究内容：イタリアのナポリ大学フェデリコ 2 世の研究者は、乳がんバイオマーカーを検出できる機能選択戦略を提案し、発見した 20 個のマイクロ RNA が乳がんの診断バイオマーカーとして使用できる可能性を示唆しました。
34 論文タイトル：マンモグラフィースクリーニングスキームにおける個人パフォーマンスを使用した乳がん検出アルゴリズムのパフォーマンス、2023.09
中国語の解釈：「ピンクキラー」指名手配、AIのマンモグラム読取能力は医師並み
研究内容：英国のノッティンガム大学の研究者は、市販の AI Lunit と医師のマンモグラム読み取りの精度を比較し、その結果、Lunit のマンモグラム分析能力は人間の医師と同等であることが示されました。
35 論文タイトル：動的タッチデコーディングのための機械学習対応触覚センサー設計、2023.09
中国語の解釈：浙江大学は SVM を使用して触覚センサーを最適化し、点字認識率は 96.12% に達しました
研究内容：浙江大学の研究者は、触覚センサーの設計を最適化しました。最適化されたセンサーは、6 つの動的タッチ モードを正確に識別でき、健康監視、インテリジェント ロボット、人間とコンピューター環境のインタラクション、および仮想/拡張現実に使用できます。
上記は、この号に掲載された AI+ の医療および健康に関する最先端の論文の概要です。最新の結果については、以下を参照してください。