用精细可控制的合成数据提高放射性AI模型的性能,稳定性和公平性

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 深度学习 (Deep Learning) 是一种深度学习.

背景情况:

• 临床深度学习模型在不同患者群体的表现和公平性方面扎.
• 合成数据生成为有限的数据集规模和多样性提供了解决方案.

研究的目的:

• 介绍RoentGen-v2,一个文本到图像扩散模型,用于生成具有受控人口特征的胸部放射图.
• 开发和评估使用合成数据的新型培训策略,以改进下游疾病分类.

主要方法:

• 利用RoentGen-v2创建了一个庞大的,人口统计学上平衡的合成数据集 (>565,000张图像).
• 实施了两阶段的培训:对合成数据进行监督预训,然后对真实数据进行微调.
• 评估了来自五个机构的超过137,000张真实胸部X射线图的性能,概括性和公平性.

主要成果:

• 合成预训练将下游模型的准确性提高了6.5%,明显优于天真数据组合 (2.7%).
• 在性别,年龄和种族/种族小组中,减少了19.3%的低诊断公平差距.
• 证明了对分销外设置和标签效率的改进.

结论:

• 在人口统计学上可控制的合成成像数据可以推进公平和可概括的医疗AI.
• 提出的以数据为中心的多阶段培训方法减少了对大量注释真实数据的依赖.
• 开源代码,模型和数据集,以促进进一步的研究.