A Tmall apresenta o modelo de IA MAOSS para o rastreamento da esteatose hepática
A Alibaba DAMO Academy anunciou o desenvolvimento conjunto de um modelo de IA para o rastreamento da esteatose hepática, denominado MAOSS, em colaboração com várias instituições, incluindo o Hospital Shengjing da Universidade Médica da China e o Hospital Gulou da Universidade de Nanjing. Os resultados do estudo foram publicados na prestigiosa revista internacional *Nature Communications* em fevereiro deste ano.
A doença hepática gordurosa afeta mais de 30% da população. Os sintomas iniciais costumam ser leves e facilmente ignorados, permitindo que a condição evolua para fibrose hepática ou cirrose. Métodos tradicionais de rastreamento, como a ultrassonografia B, têm sensibilidade limitada, enquanto exames mais especializados são caros. Isso frequentemente resulta em diagnósticos perdidos para pacientes de alto risco em ambientes clínicos.

Principais avanços e vantagens do modelo MAOSS:
Análise profunda de tomografias computadorizadas sem contraste: a DAMO Academy empregou a tecnologia “tomografia computadorizada sem contraste + IA”, permitindo que a IA extraia automaticamente características de alta dimensão, como textura e densidade do fígado. Esta é a primeira vez que o estadiamento da esteatose e da fibrose hepáticas pode ser avaliado simultaneamente usando apenas uma tomografia computadorizada padrão sem contraste.
Precisão diagnóstica superior à dos médicos: Em ensaios de validação multicêntricos, o modelo MAOSS alcançou uma área sob a curva (AUC) de 0,904-0,917 para o estadiamento da esteatose hepática, significativamente superior à pontuação média dos radiologistas de 0,709.
Taxa de detecção duplicada para casos de alto risco: Para a janela crítica de prevenção da cirrose (fibrose em estágio 2), o modelo identificou 52,4% dos pacientes de alto risco, em comparação com apenas 16,6% detectados por meio de vias clínicas tradicionais — mais do que duplicando a taxa de detecção.
Alerta precoce para o risco de cirrose: Dados de acompanhamento indicam que os pacientes sinalizados como de alto risco pelo MAOSS tinham uma probabilidade de 45,5% de desenvolver cirrose em dois anos, uma taxa que excede em muito a do grupo de baixo risco.
Especialistas da DAMO Academy observaram que o modelo pode utilizar dados existentes de tomografia computadorizada sem contraste, provenientes de exames físicos de rotina e consultas ambulatoriais. Isso facilita a “prevenção precoce” no manejo de doenças hepáticas crônicas sem incorrer em custos adicionais para o paciente. No futuro, hospitais de atendimento primário poderiam usar essa tecnologia de IA para fornecer alertas de alto risco durante exames de saúde de rotina, permitindo a detecção mais precoce e a possível reversão da condição.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)
A Alibaba DAMO Academy anunciou o desenvolvimento conjunto de um modelo de IA para o rastreamento da esteatose hepática, denominado MAOSS, em colaboração com várias instituições, incluindo o Hospital Shengjing da Universidade Médica da China e o Hospital Gulou da Universidade de Nanjing. Os resultados do estudo foram publicados na prestigiosa revista internacional *Nature Communications* em fevereiro deste ano.
A doença hepática gordurosa afeta mais de 30% da população. Os sintomas iniciais costumam ser leves e facilmente ignorados, permitindo que a condição evolua para fibrose hepática ou cirrose. Métodos tradicionais de rastreamento, como a ultrassonografia B, têm sensibilidade limitada, enquanto exames mais especializados são caros. Isso frequentemente resulta em diagnósticos perdidos para pacientes de alto risco em ambientes clínicos.

Principais avanços e vantagens do modelo MAOSS:
Análise profunda de tomografias computadorizadas sem contraste: a DAMO Academy empregou a tecnologia “tomografia computadorizada sem contraste + IA”, permitindo que a IA extraia automaticamente características de alta dimensão, como textura e densidade do fígado. Esta é a primeira vez que o estadiamento da esteatose e da fibrose hepáticas pode ser avaliado simultaneamente usando apenas uma tomografia computadorizada padrão sem contraste.
Precisão diagnóstica superior à dos médicos: Em ensaios de validação multicêntricos, o modelo MAOSS alcançou uma área sob a curva (AUC) de 0,904-0,917 para o estadiamento da esteatose hepática, significativamente superior à pontuação média dos radiologistas de 0,709.
Taxa de detecção duplicada para casos de alto risco: Para a janela crítica de prevenção da cirrose (fibrose em estágio 2), o modelo identificou 52,4% dos pacientes de alto risco, em comparação com apenas 16,6% detectados por meio de vias clínicas tradicionais — mais do que duplicando a taxa de detecção.
Alerta precoce para o risco de cirrose: Dados de acompanhamento indicam que os pacientes sinalizados como de alto risco pelo MAOSS tinham uma probabilidade de 45,5% de desenvolver cirrose em dois anos, uma taxa que excede em muito a do grupo de baixo risco.
Especialistas da DAMO Academy observaram que o modelo pode utilizar dados existentes de tomografia computadorizada sem contraste, provenientes de exames físicos de rotina e consultas ambulatoriais. Isso facilita a “prevenção precoce” no manejo de doenças hepáticas crônicas sem incorrer em custos adicionais para o paciente. No futuro, hospitais de atendimento primário poderiam usar essa tecnologia de IA para fornecer alertas de alto risco durante exames de saúde de rotina, permitindo a detecção mais precoce e a possível reversão da condição.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri





Lar






