HOPPR och AWS lanserar den generativa AI-modellen "Grace" för att stärka medicinsk bildbehandling
I korthet
HOPPR och AWS lanserade generativ AI-baserad medicinsk avbildningsmodell "Grace", för att hjälpa kliniker med diagnostiska studier.
USA-baserad AI-start HOPPR tillkännagav lanseringen av Grace – en multimodal grundmodell för medicinsk bildbehandling för att hjälpa kliniker och supportpersonal att interagera med diagnostiska studier. Drivs av Amazon Web Services (AWS) SageMaker, är Grace nu tillgänglig via en privat beta för utvecklare, röntgenleverantörer och AI-företag.
Enligt tillkännagivandet kommer denna åtkomst att möjliggöra finjustering och applikationsutveckling, vilket markerar ett viktigt ögonblick i företagets uppdrag att utnyttja potentialen hos generativ AI inom medicinsk bildbehandling.
"Vi är glada över att kunna lansera beta-HOPPR-grundmodellen till betrodda PACS-leverantörer och utvecklare för att finjustera modeller och ge feedback för att förbereda oss för kommersiell expansion under Q1 av 2024", säger HOPPR:s VD, Dr. Khan M. Siddiqui. "Grace representerar ett spelförändrande framsteg för HOPPR och det bredare medicinska bildområdet, som kommer att dra enorm nytta av den transformativa potentialen hos AI för att förbättra effektiviteten och kvaliteten på klinisk vård."
HOPPR säger att Grace är en B2B-grundmodell och inte är begränsad till specifika avbildningsmodaliteter. Det underlättar bild-till-bild och text-till-bild inlärning av medicinsk bildbehandling typer, inklusive röntgen, datortomografi, MRI och ekokardiogram.
Grace levereras genom en API-tjänst och hjälper applikationsutvecklare att bygga AI-lösningar som främjar interaktivt engagemang med medicinska bilder.
Användare av Grace kan använda dess kapacitet för att extrahera diagnostiskt, kliniskt och operativt värde från medicinsk bilddata. Modellens möjligheter sträcker sig till olika applikationer, allt från att dechiffrera fynd och föreslå alternativa avbildningsvyer till att stödja kirurgiska ingrepp och behandlingsprotokoll.
Utöver kliniska tillämpningar rymmer Grace icke-kliniska användningsfall, inklusive arbetsflödesoptimering, fakturerings- och kodningsgranskning och kvalitetssäkring.
Utbildad i anonymiserad data för att säkerställa integritet
Enligt företaget är grundmodell har utvecklats med hjälp av över en petabyte tillståndsbaserad, anonymiserad medicinsk avbildningsstudiedata. Dessutom är den berikad med motsvarande rapporter och har genomgått rigorös utbildning för kommersiell distribution över omfattande datauppsättningar, som täcker både 2D- och 3D-modaliteter.
Utvecklingen följer ett integritetscentrerat tillvägagångssätt, i linje med sjukvårdsindustrins standardkvalitetsledningssystem, tillade den.
Företaget tillade att dess samarbeten, inklusive partnerskap med Gradient Health, säkerställer att Grace omfattar longitudinella avbildningsstudier, vilket skiljer det från konventionella generativa modeller. I stor skala förväntas Grace ståta med cirka fem biljoner parametrar, vilket överträffar nuvarande kommersiella modeller.
Att förfina sina erbjudanden och anpassa dem exakt till de förändrade behoven hos sjukvården, samarbetar HOPPR med branschledare som RadNet och Rad AI.
Företaget kommer att visa upp livedemonstrationer av Grace på Radiological Society of North America (RSNA) årliga konferens från den 26 till 29 november, med syfte att lyfta fram modellens potentiella tillämpningar i radiologi- och hälsovårdslandskapet.
Framtida planer innebär att utnyttja ytterligare AWS-tjänster, inklusive Health Imaging och Bedrock, för datalagring, slutledning och modellutveckling. Samarbetet syftar till att ta itu med viktiga hinder för optimal AI-användning inom medicinsk bildbehandling, inklusive dynamisk integration, snabbare applikationsutveckling och ökat bilddjup.
När hälso- och sjukvårdssektorn rustar för innovation kan Graces inverkan återspeglas i klinisk vård, optimering av arbetsflöden och det bredare landskapet av medicinsk bildteknik.
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Kumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.
fler artiklar
Kumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.
