Исследователи Стэнфорда представили BIOMEDICA: масштабируемую ИИ-структуру для улучшения биомедицинских моделей с использованием больших мультимодальных данных.

Проблемы и решения в области биомедицинских моделей с использованием ИИ

Развитие моделей понимания языка и изображения (VLMs) в биомедицинской области сталкивается с рядом трудностей. Основные проблемы связаны с отсутствием крупных, аннотированных и доступных многомодальных наборов данных. Хотя существуют наборы данных из биомедицинской литературы, они часто узко специализированы, например, на радиологии и патологии, игнорируя важные области, такие как молекулярная биология и фармакогеномика.

Практическое решение: BIOMEDICA

Исследователи Стэнфордского университета разработали BIOMEDICA — открытый фреймворк, который извлекает, аннотирует и организует данные из PubMed Central. Этот архив включает более 24 миллионов пар изображений и текстов из 6 миллионов статей, обогащенных метаданными и экспертными аннотациями.

Модели BMCA-CLIP, предобученные на BIOMEDICA, показывают выдающиеся результаты по 40 задачам, включая радиологию и молекулярную биологию, с улучшением на 6.56% в нулевой классификации и снижением вычислительных ресурсов.

Процесс курирования данных BIOMEDICA

Процесс курирования включает в себя извлечение данных, маркировку концептов и сериализацию. Статьи и медиафайлы загружаются с сервера NCBI, извлекаются метаданные и подписи. Изображения группируются и маркируются через иерархическую таксономию, уточненную экспертами. Набор данных сериализован в формате WebDataset для эффективной передачи.

Оценка и эффективность BIOMEDICA

Оценка предобучения на наборе данных BIOMEDICA использовала 39 установленных задач классификации и новый набор данных для поиска из Flickr. Модели, обученные на BIOMEDICA, достигли лучших результатов, значительно превзойдя предыдущие методы.

Заключение

BIOMEDICA представляет собой комплексный фреймворк, который превращает набор данных PubMed Central в крупнейший готовый для глубокого обучения набор, содержащий 24 миллиона пар изображений и текстов с 27 полями метаданных. Этот открытый источник решает проблему нехватки разнообразных аннотированных биомедицинских наборов данных, обеспечивая масштабируемое решение для извлечения и аннотирования многомодальных данных.

Как ИИ может помочь вашей компании

Если вы хотите, чтобы ваша компания развивалась с помощью ИИ, рассмотрите следующие шаги:

Определите, как ИИ может изменить вашу работу.
Найдите возможности для автоматизации, где клиенты могут извлечь выгоду из ИИ.
Установите ключевые показатели эффективности (KPI), которые хотите улучшить.
Выберите подходящее решение, внедряйте ИИ постепенно, начиная с небольшого проекта.

Если вам нужны советы по внедрению ИИ, пишите нам.

Узнайте, как ИИ может изменить ваши процессы с решениями от Flycode.ru.