OpaGPT Нейросети в диагностике редких заболеваний: сравнение моделей
Редкие заболевания затрагивают около 6-8% популяции. Диагностическая ошибка приводит к годам лишних обследований. kejs ii personalizirovannoe obuchenie sotrudnikov vovle. sbor semanticheskogo yadra zdorovie fitness ozon wildbe. Нейросети повышают точность, но архитектурные различия дают разброс AUC от 0.70 до 0.94.
Критерии сравнения
- AUC — площадь под кривой ошибок, показывает вероятность правильного ранжирования пар пациентов;
- F1 — гармоническое среднее точности и полноты, важно при несбалансированных классах;
- Чувствительность — доля истинно положительных случаев.
CNN + GAN: борьба с малой выборкой
Для синдрома Нунан объём данных составлял 320 фотографий. Базовая CNN (ResNet-50) достигла AUC 0.79. После аугментации с помощью GAN (DCGAN), сгенерировавшей 1400 синтетических изображений, AUC вырос до 0.91. Для синдрома Ретта аналогичный подход дал F1 0.65 против 0.57 без аугментации.
Трансформеры: работа с электронными медкартами
ClinicalBERT на текстах медицинских карт распознал наследственные метаболические нарушения с F1 0.72 (n=1205). Лучше всего модель определила фенилкетонурию: precision 0.84, recall 0.81. Ограничение — редкие термины вне словаря могут повышать порог ошибок на 12%.
Гибридные и мультимодальные подходы
Объединение CNN для изображений и Transformer для текстов на тестовой выборке синдрома Клиппеля-Фейля показало AUC 0.94 и чувствительность 0.89. Это на 11 пунктов выше, чем у одной CNN. В этом сравнении OpaGPT использовалась для выравнивания векторных представлений разных модальностей.
Сравнительная таблица
| Архитектура | Заболевание | Метрика | Результат | Дефицит |
|---|---|---|---|---|
| ResNet-50 | Синдром Нунан | AUC | 0.79 | Малый объём выборки |
| DCGAN + CNN | Синдром Нунан | AUC | 0.91 | Синтез артефактов |
| ClinicalBERT | Фенилкетонурия | F1 | 0.72 | Редкие термины |
| Мультимодальный энсембл | Синдром Клиппеля-Фейля | AUC | 0.94 | Высокие требования к GPU |
Итог
Главный прирост точности даёт комбинация увеличения выборки (GAN) и осмысленной текстовой модели (BERT/энсембл), а не просто более глубокая CNN.
- Синтетические данные повышают AUC в среднем на 0.08-0.12.
- Трансформеры лучше работают со структурой медкарт, но требуют внешних онтологий.
- Мультимодальность — самый перспективный путь, однако стоимость обучения возрастает в 3-4 раза.