00:00 
Исследовательская группа под руководством Колумбийского университета разработала платформу с открытым исходным кодом, предназначенную для оптимизации и ускорения исследований в области искусственного интеллекта с использованием медицинских данных, решая давние проблемы в стандартизации данных, воспроизводимости и сотрудничестве между учреждениями.
Среда под названием MEDS представляет как стандартизированный формат данных, так и растущую экосистему совместимых инструментов, предназначенных для поддержки разработки и оценки моделей машинного обучения с использованием клинических данных.
Исследование, описывающее эту структуру, было опубликовано в NEJM AI.
Исследователи говорят, что эта структура может помочь уменьшить технические барьеры, которые в настоящее время замедляют исследования в области искусственного интеллекта в области здравоохранения и затрудняют для ученых воспроизводство результатов или сравнение моделей в различных исследованиях и учреждениях.
MEDS — это простой способ сделать так, чтобы все различные источники данных электронных медицинских карт (EHR) выглядели одинаково для вашего кода, независимо от того, из какой больницы, клиники или программной системы EHR были получены данные. MEDS позволяет нам обмениваться кодом, который мы можем использовать для обучения моделей в разных местах оказания медицинской помощи без необходимости делиться конфиденциальными данными о пациентах - и часто даже без необходимости делать более сложный шаг по полной «гармонизации» данных в единый клинический словарь. Эта инфраструктура позволит исследователям тратить меньше времени на восстановление конвейеров и больше времени на ответы на клинически значимые вопросы».
Мэттью МакДермотт, доктор философии, доцент кафедры биомедицинской информатики Колумбийского университета и руководитель исследования
Стандартизация данных о состоянии здоровья для клинических исследований ИИ
Данные электронных медицинских записей часто хранятся в форматах, специфичных для конкретного учреждения, которые требуют обширной предварительной обработки, прежде чем их можно будет использовать для разработки ИИ. По мнению авторов исследования, это несогласованность может привести к значительному дублированию усилий, ограничению совместной работы и затруднению воспроизводимости.
MEDS решает эти проблемы, предоставляя легкий и расширяемый стандарт для представления продольных клинических данных в рабочих процессах машинного обучения. Платформа также включает в себя инструменты с открытым исходным кодом, которые поддерживают преобразование данных, предварительную обработку, сравнительный анализ и разработку моделей.
Авторы подчеркивают, что MEDS был разработан специально для приложений искусственного интеллекта и машинного обучения, дополняя, а не заменяя существующие стандарты клинических данных.
Среда предназначена для поддержки широкого спектра вариантов использования в биомедицинских исследованиях ИИ, включая прогнозное моделирование, обучение представлению, мультимодальное моделирование и крупномасштабные сравнительные исследования. Поскольку экосистема является открытым исходным кодом, исследователи из академических кругов, здравоохранения и промышленности могут предоставлять инструменты и расширения.
"Большие успехи в области ИИ всегда были обусловлены объединением сообщества и возможностью сотрудничать, часто децентрализованно, с открытым исходным кодом, над инструментами, частями моделей и, в конечном итоге,. экосистемы, которые позволяют нам создавать более крупные модели, масштабируемые до огромных наборов данных", - сказал Макдермотт. "Эти впечатляющие результаты в MEDS просто отражают преимущества, которые вы получаете, когда сообщество может делиться инструментами или абстрагировать общие части своих конвейеров в общую библиотеку и использовать их для общих данных".
Исследование также подчеркивает важность воспроизводимости и прозрачности в разработке искусственного интеллекта в здравоохранении, поскольку модели машинного обучения все больше приближаются к клиническому внедрению.
Исследователи надеются, что MEDS будет способствовать более широкому использованию. сотрудничество между учреждениями и ускорение инноваций в области клинического искусственного интеллекта, одновременно продвигая более прозрачные и воспроизводимые научные исследования. MEDS уже внедрена в 21 учреждении в 12 странах.
