Il pattern lo sceglie il vostro reparto. Il modello lo costruisce la piattaforma.
L’intelligenza artificiale per l’imaging arriva quasi sempre con le malattie già scelte. Questa piattaforma è costruita al contrario: l’ospedale definisce il pattern che gli interessa, annota le proprie casistiche e il modello viene addestrato dentro il suo perimetro.
Un’architettura mixture of experts: ogni esperto è un modello ristretto a un solo pattern, e un orchestratore leggero ne combina le uscite in misure regionali. Quello che costruiamo non è un insieme fisso di esperti — è la macchina che li produce.
Il ciclo che produce il modello
Il modello propone, il radiologo corregge, e le correzioni diventano il dataset successivo. Ogni giro dovrebbe lasciare meno da correggere a quello dopo.
-
Pre-annotazione
un modello base al primo giro, il vostro modello dopo
-
Correzione
decide il radiologo — è qui che sta il giudizio clinico
-
Dataset congelato
immutabile e con la sua impronta: dal modello si risale ai casi
-
Fine-tuning
sulla GPU dell’ospedale, a partire dal modello base, mai da zero
-
Modello e valutazione
test set separato, valutazione per singolo centro
il modello migliorato rientra come pre-annotazione
Non vendiamo un modello. Vendiamo la macchina che lo fabbrica.
Un modello addestrato su un elenco fisso di malattie richiede dati che la maggior parte dei centri non può condividere, ed è la parte del settore che si commoditizza più in fretta. Noi facciamo il contrario: il prodotto è la piattaforma, e ogni ospedale la usa per costruire un modello sulle proprie casistiche.
- ● Il pattern lo descrivono i clinici in linguaggio clinico — non è un parametro che sceglie un ingegnere.
- ● Nulla nell’architettura dà per scontato quale patologia stiate cercando.
- ● Il modello che ne esce appartiene al centro che ha prodotto i dati.
Di che cosa è fatto un esperto
Aggiungere un pattern non è ogni volta un nuovo progetto di ricerca. Un esperto è un insieme fisso di parti, dichiarate prima che inizi l’addestramento: definizione del pattern, protocollo di annotazione, specifica del dataset, modello di partenza, ricetta di training, strumento di valutazione e registro di provenienza.
- ● Fine-tuning da un modello già addestrato, mai da zero: decine di casi annotati invece delle migliaia che servirebbero partendo da niente.
- ● Senza uno strumento di valutazione un modello non è un esperto ma un esperimento: per questo lo si definisce prima, non a cose fatte.
Un esperto in più senza toccare gli altri
Ogni esperto produce la propria mappa, e un piccolo orchestratore le combina in misure regionali — volumi e frazioni per pattern e per lobo. Aggiungere un pattern significa aggiungere un esperto, non riaddestrare quelli che ci sono già.
- ● I pattern che coesistono si trattano passando all’orchestratore anche la distribuzione spaziale, non solo i volumi complessivi.
- ● Gli ingressi dell’orchestratore restano ispezionabili: il clinico vede quali pattern hanno determinato un numero.
I dati non escono dall’ospedale
Annotazione, addestramento e inferenza girano tutti dentro il perimetro dell’ospedale, sulla sua GPU. Nessun dato di paziente viene trasferito a noi, e i pesi non vengono messi in comune fra i centri.
- ● Pensata per gli ordinamenti in cui i dati sanitari non possono attraversare un confine.
- ● Ogni centro parte dallo stesso modello pubblico e addestra da solo: nessun centro è esposto ai dati di un altro.
- ● Dataset congelati, modelli addestrati e registri di provenienza restano al centro.
Che cosa misuriamo, e che cosa no
Il numero che riportiamo è il tempo che il radiologo impiega a correggere un caso, e come quel tempo si comporta al crescere dei casi annotati. Misura l’efficienza dell’annotazione, non l’accuratezza diagnostica, e la distinzione è voluta.
- ● L’uscita è un insieme di misure: volumi e frazioni per pattern e per lobo, con un punteggio di confidenza.
- ● Non è un’etichetta di malattia, e non è pensata per prendere né per sostituire una decisione clinica.
- ● La valutazione è per singolo centro e su un test set separato: un modello addestrato in un centro non viene mai valutato dentro il totale di un altro.
Anatomia, non diagnosi. La piattaforma quantifica strutture e pattern definiti da un clinico; non produce una diagnosi e non sostituisce il giudizio clinico. Il lavoro con i centri clinici è in fase pilota.
Portate la vostra patologia
Stiamo avviando i primi centri pilota. Se il vostro centro ha un pattern da quantificare e le casistiche da annotare, ci farebbe piacere saperlo.
Scriveteci →