2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

稀疏建模为尖端医疗应用提供快速、节能且可解释的 AI 解决方案

发布日期:2024-10-28 16:27:19 浏览次数: 2703
作者:AI Tooling

微信搜一搜,关注“AI Tooling”

日本 AI 专家 HACARUS Inc. 成功地将其专有的稀疏建模 AI 技术应用于联合项目,包括表型药物发现、医学成像和用于人类和兽医应用的 ECG 监测器。

HACARUS 于 2014 年在日本京都成立,是一家人工智能 (AI) 初创公司,它采用了 2000 年左右在大学开发的稀疏建模 (SM) 技术。该技术的优势在于它能够从少量数据中提取特征,并且结果具有很强的可解释性。HACARUS 认为它是现阶段唯一一家在商业领域使用 SM 的公司。
“与其他 AI 技术(包括深度学习 (DL))相比,稀疏建模具有显著优势,”HACARUS 首席执行官兼创始人 Kenshin Fujiwara 表示。
“我们的 SM 技术的核心优势之一是我们可以处理非常小的数据集。 “我们的流程产生了可解释的‘白盒’结果,而不是 DL 那种不透明的‘黑盒’,后者缺乏实际得出结果的透明度,”Fujiwara 解释道。
“SM 速度更快,而且非常节能。在一次客户比较中,我们的 SM 模型的训练速度比 DL 模型快五倍,功耗仅为 1%”(图 1)。


图 1 | 基于稀疏建模的 AI 与基于深度学习的 AI 的能耗。测试表明,在相同准确度水平下,稀疏建模仅消耗使用传统深度学习平台所需能耗的 1%。
表型药物发现 (PDD) 可以在不了解发病机制的情况下识别新药,由于其具有首创药物和提高临床可预测性的潜力,正受到越来越多的关注。然而,它通常会生成非常庞大和复杂的数据集。
DL 最初是由 HACARUS 的一家制药客户考虑的,目的是提高检测命中化合物的效率和速度。然而,虽然深度学习可以缩短图像分析所需的时间,但它也存在很大的局限性。
为了分析每种化合物,必须创建一个单独的判别模型,每个化合物可能需要 20 到 40 分钟。它的“黑箱”过程也使得无法确定哪些因素影响了命中化合物的确定。
使用 HACARUS 的 SM 系统进行表型筛选意味着可以检测命中化合物,同时识别影响因素。
为了减少搜索命中化合物所需的时间,仅使用异常检测/变化检测模型学习对照特征。

处理时间缩短到不到一分钟
“这使得分析只需要一个针对几种不同化合物的通用模型,大大减少了处理所需的时间。处理时间从每个化合物最多 40 分钟缩短到不到一分钟,”Fujiwara 说。
“为了解决无法确定导致检测到命中化合物的因素的问题,我们在两个对照组之间采用了 Kullback-Leibler (KL) 散度法和稀疏结构学习。KL 方法使我们能够确定哪些特征值发生了变化,而稀疏结构学习则使研究人员能够找出哪些特征改变了它们之间的相关性。通过这些结果,现在可以确定特征值对结果的影响程度,”他说。
通过这个项目,该制药公司能够获得与其最初预测相符的结果,并很高兴能够开发新的分析技术。通过与 HACARUS 的持续合作,它希望进一步提高项目期间创建的模型的性能。
“HACARUS 采用了一种独特的方法,只需要控制数据即可成功进行分析,”Fujiwara 说。“另一个独特的发现是,我们现在能够通过分析精确地找出影响最终结果的特征值。未来,我们期待利用患者的iPSC(诱导性多能干细胞)筛查包括疾病类型和基因多态性在内的各种状况。该技术有望应用于需要高精度水平的医疗应用。”

HACARUS AI在其他医疗领域的应用
HACARUS还与多家组织和大学合作,开展利用AI和SM的广泛医疗项目(方框1)。
它与大原制药和一家领先的医科大学合作,开发一种AI脑梗塞诊断工具,即使在没有专家的医院也能快速诊断脑梗塞。
HACARUS 还与神户大学合作开发肝癌诊断支持工具,并与京都大学合作构建用于早期诊断和预防宫颈癌的高精度 AI 模型。
两个使用 SM 的 ECG 项目正在进行中:与德国科技公司 ITK Engineering 合作开发用于检测人体 ECG 信号异常的监测系统;与 DS Pharma Animal Health 合作开发基于连接片的非侵入式动物 ECG 测量和分析工具,该工具可以从站立的动物爪子中捕获重要的心脏数据。
其他生命科学项目包括基因组分析,以及协助识别、测量或比较基因组特征(包括 DNA 序列、结构变异、基因表达或基因组规模的调控和功能元素注释)等任务。


方框 1 | 与 Hacarus 的合作旨在利用人工智能和稀疏建模的力量。
人工智能支持的脑梗塞诊断辅助
需要高度专业化的 MRI 图像解释技术来诊断脑梗塞并及时选择正确的治疗方法。许多医院虽然有 MRI 成像设备,但并没有脑梗塞专家。
为了解决这一问题,HACARUS 和 Ohara Pharmaceutical Co. Ltd 正在与一家领先的医科大学合作,将专家的知识数字化,并提供 AI 辅助的急性脑梗塞诊断。重要的患者数据和 MRI 数据被输入到模型中。专家知识的数字化将有助于快速诊断,并在没有专家的医院中提供适当的脑梗塞治疗。
肝癌诊断支持工具的联合研究
缺乏具备解释扫描所需知识的专家意味着医疗保健系统越来越无法满足对肝癌诊断日益增长的需求。HACARUS 和神户大学正在进行联合研究,旨在:
• 使用 AI 训练和监督学习检测 MRI 图像中的风险区域。
• 在风险区域进行 HCC(肝细胞癌)疾病类型分类。
• 创建准确的 AI 类型分类和诊断支持系统。
基于 SM 的心电图信号异常检测
德国科技公司 ITK Engineering(博世旗下子公司)和 HACARUS 联合开发了一款个性化患者监测系统的概念验证,该系统将评估心电图信号。它不仅可以近乎实时地评估单个患者心脏心电图的异常情况,还可以立即与预期的正常心电图曲线进行比较。

可持续技术
随着发达国家努力实现零净碳排放,深度学习的高耗电特性开始引起许多依赖其进行诊断的医疗机构的担忧。除了数据处理过程中消耗的大量电力外,计算机硬件还需要持续冷却以避免与热量相关的故障。
在马萨诸塞大学最近的一项研究中,对几个大型人工智能模型进行训练的生命周期评估显示,该过程的排放量几乎是美国普通汽车一生排放量的五倍,包括汽车制造 1 。
Fujiwara 还引用了一项大学研究,该研究称,如果全球所有行业都开始在其运营中纳入深度学习,将需要 100 多个核电站。
为 HACARUS 客户进行的 HACARUS SM 系统与传统 DL 技术的比较表明,SM 速度更快,能效更高。两个模型都使用了 1,000 张图像的数据集来创建预测。两种方法都产生了类似的结果,但 SM 系统在配备 Intel Core i5-3470S 处理器和 16GB RAM 的标准 x86 系统上的训练速度快了五倍(图 2)。DL 模型需要基于 Nvidia DEVBOX 的工业级开发平台,该平台具有更强的计算能力和内存。
图 2 | 稀疏建模的基本概念,与深度学习相比。
“最终,基于 SM 的方法仅消耗基于 DL 方法 1% 的能量,并实现了相同的准确度,”Fujiwara 说。“与其他模型相比,SM 的关键区别在于它需要更少的数据进行训练,学习速度更快、效率更高。因此,它可以在正常的计算能力下运行,能耗显著降低。”
HACARUS 认为 AI 应该高效而简单,因此它采用了一种轻量级的 SM,易于向最终用户解释。其解决方案可以将 AI 带入嵌入式低功耗应用,并且可以轻松地与本地设备或“边缘 AI”匹配和集成。这一优势将 Edge AI 带入了之前由于连接或兼容性限制而从未被利用的领域。
一个例子是与 DS Pharma Animal Health 合作的 SM 项目,该项目为兽医诊所开发了一种非侵入式动物心电图测量和分析工具。
“我们没有在云端运行深度学习 AI,而是将一些 AI 功能带到了边缘站点。该系统正在分析来自活体动物的所有实时心电图数据,”Fujiwara 说。

与三菱的 SM 和机器人医疗合作
HACARUS 与三菱电机合作,在细胞分析方面建立了新的 SM 和机器人医疗合作。它将 HACARUS 在 SM 驱动的医学成像分析方面的专业知识与三菱电机先进的工业机器人相结合。
“合作的重点是实现细胞分析实验室工作的自动化,”Fujiwara 说。 “无缝集成的解决方案包括三个阶段的设置,首先机器人会仔细准备和运输细胞样本,以便通过由 HACARUS AI 驱动的数字显微镜进行检查。一旦样本被分析、记录和分类,机械臂就会自动运送处理过的细胞样本并移动到下一组样本。”
该系统通过提供准确的分析和更少的错误,并显著增加细胞处理量,大大减少了对人力资源的需求。此外,它还满足了 COVID-19 大流行导致的远程工作需求的增加。

成长和认可的一年
HACARUS 的稀疏建模是一项尖端技术,使 AI 能够提供快速、可解释的结果。它节能,可以将 AI 带入嵌入式低功耗应用,并可以与本地设备集成。
经过 2020 年一年的增长,HACARUS 正准备将其解决方案推向全球受众。该公司大幅增加了员工数量,完成了 B 轮融资(目前已筹集 13 亿日元,约合 1200 万美元),并在东京剑桥创新中心开设了一个新的研发中心。
HACARUS 最近获得了多个奖项,包括 CBInsights 颁发的 AI 100:重新定义行业的人工智能初创公司奖。它也是 inVISION 2020 年创新奖认可的仅有的 10 家创新公司之一。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅