😷 В последнее время задумывался о том, как модели машинного обучения могут изменить медицинскую отрасль, особенно в области обнаружения и сегментации. Группа исследователей уже разрабатывает MedSAM - универсальный инструмент для сегментации медицинских изображений.
MedSAM - это модификация модели Segment Anything Model (SAM) (та что от Meta, писал о ней ранее), которая ранее используется для сегментации любых изображений. Однако, применение SAM для медицинских изображений оказалось не таким уж качественным. Исследователи составили огромный набор данных, состоящий из более 200 000 масок, представляющих 11 различных модальностей медицинских изображений. Затем они разработали методы адаптации SAM к задачам сегментации медицинских изображений.
В результате MedSAM продемонстрировала значительное улучшение производительности по сравнению с оригинальной моделью SAM. В среднем, модель показала увеличение коэффициента сходства Дайса (DSC) на 22,5% и 17,6% для 3D и 2D задач сегментации соответственно.
Вообще удивительно как меняются все индустрии включая медицину.
Paper: https://arxiv.org/abs/2304.12306
Github: https://github.com/bowang-lab/MedSAM
