DermaGPT：解釈可能な皮膚科診断のためのメタ学習された信頼関数を備えた連合マルチモーダルフレームワーク

科学分野:

• 医療における人工知能
• 皮膚科AI
• 連合学習

背景:

• 生成AIと連合AIは、プライバシーを意識した診断システムを進歩させています。
• マルチモーダル推論と説明可能性は、ヘルスケアにおける信頼できるAIの鍵となります。

研究 の 目的:

• DermaGPT、すなわち皮膚科の意思決定支援のための連合マルチモーダルフレームワークを導入します。
• 異種でプライバシーに敏感なデータを使用した信頼できる使用を強調します。

主な方法:

• PaLI-Gemma 2ビジョン言語バックボーンと検索拡張LLMを組み合わせました。
• 堅牢な連合トレーニングのためにメタ学習された信頼関数（MLTF）を利用しました。
• 複数のデータセットにわたる4,452の生検確認画像で評価しました。

主要な成果:

• 11種類の病変に対して90.2％の診断精度を達成しました。
• 適切に調整された出力で悪性度予測において93.3％の精度に達しました。
• 専門の皮膚科医は、説明が明確で臨床的に関連性があることを発見しました。

結論:

• 信頼性を認識した連合マルチモーダル設計により、解釈可能で効率的でプライバシーを意識した皮膚科AIが可能になります。
• DermaGPTは、臨床医の判断を置き換えるのではなく、補強します。
• ローカル画像処理と安全なテキスト送信により、プライバシーが強化されます。