UWF-FM: A Foundation Model for Comprehensive Ultra-Widefield Retinal Assessment
UWF-FM ist ein neuartiges selbstüberwachtes Foundation-Modell, das mit über 630.000 unbeschrifteten Ultra-Weitwinkel-Netzhautbildern vortrainiert wurde und bestehende Nicht-UWF-Modelle bei vielfältigen klinischen Aufgaben und Geräten übertrifft, wobei es eine robuste Generalisierbarkeit sowie eine erfolgreiche Implementierung unter Realbedingungen demonstriert, um die diagnostische Sensitivität von Klinikern zu erhöhen, ohne den Arbeitsablauf zu stören.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Ihr Auge wäre wie eine Kamera, aber anstatt nur ein Foto aus der Mitte einer Szene zu machen, kann sie die gesamte Landschaft sehen, vom Horizont bis zu den Rändern. Jahrzehntelang haben Ärzte eine spezielle Art von Augenuntersuchung namens „Fundusfotografie“ verwendet, um Krankheiten zu kontrollieren, aber das war wie ein Selfie: Es zeigte nur die Mitte der Netzhaut und übersah das Wichtige, was an den Rändern passierte. Dann kam die „Ultra-Widefield“-Bildgebung (UWF), die wie ein Panoramalens ist, der den gesamten Hinterhof des Auges in einem einzigen Schuss einfängt. Dies ist ein Wendepunkt, da viele Augenprobleme, wie etwa Risse oder Tumore, oft in diesen fernen Ecken lauern. Es ist jedoch schwierig, einen Computer darauf zu trainieren, diese riesigen, komplexen Panoramafotos zu verstehen. Es ist, als würde man versuchen, einem Hund beizubringen, einen ganzen Wald zu erkennen, anstatt nur einen einzelnen Baum; der Computer wird durch all die neuen Details verwirrt. Hier kommen „Foundation Models“ ins Spiel. Betrachten Sie diese als superintelligente KI-Studenten, die Millionen von Büchern (Bildern) gelesen haben, bevor sie jemals eine Prüfung ablegen. Normal-erweise haben diese Studenten nur Bücher über das „Zentrum des Waldes“ gelesen, daher haben sie Schwierigkeiten, wenn ihnen ein Panoramafoto vorgelegt wird. Die große Frage, die Wissenschaftler sich gestellt haben, lautet: Können wir eine superintelligente KI speziell auf diesen riesigen Panorama-Augenfotos trainieren, damit sie zu einem wahren Experten wird, der überall im Auge nach Problemen Ausschau hält?
Hier kommt UWF-FM ins Spiel, ein neues Modell einer KI-Foundation, das speziell entwickelt wurde, um diese ultra-weitwinkeligen Netzhautbilder zu meistern. Die Forscher, angeführt von einem Team der Universität Liverpool und Partnern aus der ganzen Welt, entschieden sich dagegen, alte KI-Modelle zu zwingen, mit diesen neuen, weiten Fotos zu arbeiten. Stattdessen erschufen sie von Grund auf einen brandneuen Studenten. Sie fütterten diese KI mit einer massiven Bibliothek von 632.627 unbeschrifteten Panorama-Augenbildern. Die KI betrachtete sie nicht einfach nur; sie studierte sie mithilfe einer Technik namens „selbstüberwachtem Lernen“ (self-supervised learning), was so ist, als würde ein Student versuchen, ein Puzzle zu lösen, indem er die Teile betrachtet und rät, wie sie zusammenpassen, ohne dass ein Lehrer ihm die Antwort verrät. Auf diese Weise lernte die KI die tiefen, verborgenen Muster der gesamten Netzhaut kennen, vom Zentrum bis zu den äußersten Rändern.
Nachdem diese KI „trainiert“ worden war, stellten die Forscher sie auf die Probe, um zu sehen, ob sie tatsächlich klüger als die alten Modelle war. Sie fragten sie nicht nur nach einer Sache; sie gaben ihr eine ganze Stellenbeschreibung. Sie testeten sie an 27.641 beschrifteten Bild-Aufgaben-Paaren, um zu sehen, ob sie Folgendes leisten konnte:
- Krankheiten diagnostizieren: 12 verschiedene Augenerkrankungen erkennen, einschließlich Tumoren.
- Schweregrad bewerten: Prüfen, wie schlimm die diabetische Retinopathie auf einer Skala von 1 bis 5 war.
- Spezifische Hinweise finden: 28 verschiedene Arten von Netzhautbefunden identifizieren, wie winzige Blutungen oder Risse, egal ob sie in der Mitte oder in den fernen Ecken lagen.
Die Ergebnisse waren beeindruckend. Das neue UWF-FM-Modell war den älteren KI-Modellen, die auf Standard-, nicht-weitwinkeligen Fotos trainiert wurden, konsequent überlegen. Es war, als würde man einen lokalen Führer mitbringen, der den ganzen Wald kennt, im Gegensatz zu einem Touristen, der nur den Hauptpfad kennt. Das neue Modell erreichte hohe Werte (AUCs um 0,90 für die Tumordetektion und 0,94 für die allgemeine Diagnose von Augenerkrankungen), was bewies, dass es das ganze Bild verstand und nicht nur die Mitte.
Aber die Forscher hörten dort nicht auf. Sie wollten wissen, ob diese KI ein „Ein-Trick-Pony“ war, das nur mit den spezifischen Kameras funktionierte, von denen sie gelernt hatte. Sie testeten sie an Bildern aus verschiedenen Krankenhäusern und sogar von verschiedenen Kameramarken (der Wechsel von Optos-Kameras zu Zeiss-Kameras). Selbst ohne zusätzliches Training oder „Feinabstimmung“ (tuning) für diese neuen Kameras schnitt die KI immer noch besser ab als die alten Modelle. Dies deutet darauf an, dass die KI die Sprache der Netzhaut selbst gelernt hat und nicht bloß das Aussehen einer spezifischen Kamera auswendig gelernt hat.
Um zu sehen, ob diese KI tatsächlich Ärzten helfen könnte, führten die Forscher eine spezielle Studie mit vier Augenärzten (Ophthalmologen) durch. Sie zeigten ihnen 600 Panorama-Augenbilder zweimal: einmal allein und einmal mit Hilfe der KI. Die KI traf die Entscheidungen nicht; sie flüsterte den Ärzten lediglich ihre „Vermutungen“ zu. Wenn die Ärzte mit der Hilfe der KI arbeiteten, verbesserten sie sich darin, Krankheiten zu entdecken (höhere Sensitivität), ohne dabei wesentlich mehr Fehler zu machen (nur ein minimaler Abfall der Spezifität). Es war, als hätte man einen superaufmerksamen Assistenten, der den Ärzten Dinge zeigt, die sie vielleicht übersehen hätten, insbesondere die schwierigen Fälle in den Ecken. Die Ärzte, insbesondere die weniger erfahrenen, wurden mit dieser Hilfe besser in ihrem Beruf.
Schließlich testete das Team, ob diese KI tatsächlich in einem echten Krankenhaus arbeiten könnte, ohne Chaos zu verursachen. Sie führten einen „Silent Deployment“ (einen stillen Einsatz) im Xiamen Eye Center durch. Über 37.665 aufeinanderfolgende Augenuntersuchungen in zwei Monaten hinweg analysierte die KI jedes einzelne Bild im Hintergrund. Sie unterbrach die Ärzte nicht, änderte den Arbeitsablauf nicht und zeigte ihre Ergebnisse während des Tests auch niemandem an. Sie verarbeitete jedes einzelne Bild mit einer Erfolgsquote von 100 % und benötigte dafür nur etwa 1,1 Sekunden pro Untersuchung. Sie bewies, dass diese leistungsstarke KI in ein geschäftiges Krankenhaus integriert werden kann, ohne etwas zu stören.
Kurz gesagt legt diese Arbeit nahe, dass wir, indem wir eine KI speziell auf den riesigen, weitwinkligen Ansichten der Netzhaut trainieren, ein robustes Werkzeug schaffen können, das das ganze Auge versteht, in verschiedenen Krankenhäusern und mit verschiedenen Kameras funktioniert, Ärzten hilft, mehr Krankheiten zu entdecken, und sich nahtlos in reale medizinische Arbeitsabläufe einfügt. Es ist ein Schritt in Richtung einer Zukunft, in der KI als zuverlässiger Partner mit panoramischem Blick für Augenärzte fungiert und sicherstellt, dass kein Teil der Netzhaut im Dunkeln bleibt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.