A Faculdade de Ciências Aplicadas da Universidade Politécnica de Macau realizou vários projectos de investigação científica interdisciplinar, tendo obtido e publicado vários resultados de investigação científica na área do modelo de inteligência artificial médico em grande escala, nomeadamente na CAAI International Conference on Artificial Intelligence 2023 (CICAI 2023), no projecto XrayGLM e no sub-periódico Cell, de modo a promover o desenvolvimento da inteligência artificial e da medicina, proporcionando vantagens de desenvolvimento mais eficiente e seguro, bem como apoiando o desenvolvimento da medicina moderna, ajudando os médicos a tomar decisões mais precisas e eficientes para os pacientes.
A equipa de inteligência artificial da Faculdade de Ciências Aplicadas da UPM foi convidada para participar na CICAI 2023, que teve lugar na cidade de Fuzhou, província de Fujian, no dia 22 de Julho, onde apresentou os resultados da investigação científica “IVYGPT: INTERACTIVE CHINESE PATHWAY LANGUAGE MODEL IN MEDICAL DOMAIN”. CICAI é uma conferência académica de renome internacional focada na inteligência artificial, que tem como objectivo estabelecer uma plataforma de intercâmbio académico para a globalização da área da inteligência artificial, promovendo o intercâmbio profundo entre o sector académico e industrial a nível internacional, liderando a tendência do desenvolvimento da teoria básica, método técnico e combinação da indústria-academia-investigação da inteligência artificial. Tendo como tópico “Sob a Liderança pela Inteligência Artificial - Construir um Futuro em Conjunto”, a conferência reuniu especialistas de diversos campos, incluindo da inteligência artificial, robótica, informática, big data, indústria manufactureira, entre outros, contando com a participação de mais de 140 especialistas do sector académico e industrial, incluindo 11 fellows researchers chineses e estrangeiros, que partilharam os seus resultados de investigação.
A equipa da UPM, que participou e apresentou os trabalhos académicos na conferência, é composta por estudantes do Curso de Mestrado em Big Data e Internet das Coisas, Wang Rongsheng, Duan Yaofei, entre outros, e por professores orientadores de teses, o Director (substituto) da Faculdade de Ciências Aplicadas da UPM, Lam Chan Tong, o Professor Ajunto da mesma Faculdade, Tan Tao, o Assistente da mesma Faculdade, Pang Cheong Iao, entre outros, contando também com a participação de entidades como a Shanghai Jiaotong University e a gigante internacional da Internet - Opera inc, entre outras. O estudo apresentado consta de um modelo de linguagem em grande escala IvyGPT baseado no LLaMA, treinado e ajustado através de exemplos de alta qualidade de perguntas e respostas médicas e aprendizagem reforçada através do feedback humano. Em comparação com outros modelos médicos de GPT, o IvyGPT, através da RLHF, pode fornecer respostas mais ricas e próximas do diagnóstico e tratamento humano, e os resultados da experiência mostram que o seu desempenho é melhor do que o de outros modelos médicos de GPT, melhorando efectivamente a precisão e a eficiência do diagnóstico e tratamento médico.
Além disso, a equipa da UPM realizou anteriormente outros trabalhos de acumulação de projectos relacionados com modelos gerativos em grande escala, incluindo o projecto XrayGLM (492 estrelas em github), que desenvolveu o modelo de medicina multimodal da língua chinesa em grande escala XrayGLM para radiografias de tórax, através do treino de ajuste de dados médicos de alta qualidade, aumentando efectivamente a precisão e a eficiência da detecção e diagnóstico de doenças do tórax e fornecendo um suporte forte para a análise e o diagnóstico automatizados de imagens médicas. Para além disso, o projecto ChatPaper (13 mil estrelas em github), que resulta de uma parceria entre a Faculdade de Ciências Aplicadas da UPM e a Universidade de Ciência e Tecnologia da China, é uma ferramenta de conclusão de teses, podendo os estudos mais recentes ser descarregados automaticamente com base nas palavras-chave inseridas pelo utilizador e resumidos através da interface API do ChatGPT, de modo a fornecer um resumo das teses com o maior volume de informação possível.
O Professor Ajunto da Faculdade de Ciências Aplicadas da UPM, Tan Tao, colaborou, como autor correspondente, com o Instituto de Cancro dos Países Baixos e com a Faculdade de Medicina da Universidade Radbooth dos Países Baixos, tendo publicado o artigo intitulado “RadioLOGIC, a healthcare model for processing electronic health records and decision-making in breast disease”, no sub-periódico Cell ReportsMedicine (factor de influência 14.3). O artigo académico propõe um modelo de linguagem médico em grande escala designado RadioLOGIC, que pode extrair características de ômica reestuturada dos registos electrónicos de saúde não estruturados, e através da transferência de aprendizagens, avaliar o estado de saúde do corpo humano e prever os resultados patológicos. Os resultados da experiência mostraram que o RadioLOGIC tem um desempenho melhor na extracção de características e na previsão de resultados patológicos em comparação com outros modelos, o que pode ajudar efectivamente as instituições médicas a identificar os casos e a realizar investigações médicas em grande escala, apoiando, ao mesmo tempo, os médicos a conseguirem uma classificação mais precisa de tumores mamários.
O Curso de Mestrado em Big Data e Internet das Coisas da UPM foi aprovado na avaliação académica pelo The Institution of Engineering and Technology, IET, sendo o primeiro curso de mestrado em engenharia de Macau a ser aprovado na avaliação académica internacional do ensino superior do IET. Este curso tem como objectivo formar quadros qualificados com conhecimentos profundos sobre “big data” e “internet das coisas”, que possam aplicar as tecnologias mais avançadas no tratamento de megadados e utilizar, de forma eficaz, as informações relacionadas com a aplicação da cidade inteligente, para desenvolver investigações nestas áreas. A UPM irá cooperar com as indústrias locais e estrangeiras na realização de mais projectos de investigação científica que combinem a medicina com a inteligência artificial, contribuindo para a optimização dos serviços médicos.
Ver galeria