CardioMind : le premier grand modèle d'IA médicale spécialisé en cardiologie en Chine 198

Qu'est-ce que le grand modèle Guanxin ?

Le grand modèle Guanxin (CardioMind), dont le nom complet est « Guanxin » (观心) grand modèle cardiaque, est le premier système d'IA d'aide au diagnostic spécifiquement dédié aux maladies cardiovasculaires en Chine. Il a été développé conjointement par l'hôpital Zhongshan affilié à l'Université de Fudan et l'Institut de recherche sur l'intelligence scientifique de Shanghai, et sa version de test a été publiée le 26 février 2025. Il intègre des données diagnostiques et thérapeutiques multimodales ainsi que l'expérience clinique de médecins de premier plan, et offre une capacité complète allant de la collecte des antécédents médicaux au diagnostic assisté. Grâce à l'apprentissage en profondeur d'un grand nombre de cas de maladies cardiaques, le grand modèle Guanxin peut analyser et prédire efficacement les symptômes des maladies cardiaques, et générer des dossiers médicaux électroniques structurés, améliorant ainsi la précision du diagnostic clinique.

Caractéristiques fonctionnelles du grand modèle Guanxin :

Analyse par fusion de données multimodales :

• Intégration de plusieurs sources de données : capable d'intégrer divers types de données tels que l'électrocardiogramme, l'imagerie échographique et les examens de laboratoire.

• Vue panoramique : en fusionnant des données multimodales, il fournit des informations complètes et précises sur la santé cardiaque, améliorant ainsi l'exactitude et l'exhaustivité du diagnostic.

Collecte intelligente des antécédents et diagnostic assisté :

• Enregistrement automatique des antécédents : capable d'analyser précisément les motifs de consultation des patients et de générer automatiquement des dossiers médicaux électroniques structurés.

• Diagnostic assisté intelligent : combinant des données multimodales pour un raisonnement approfondi, il génère des suggestions de diagnostic assisté intelligentes, aidant les médecins à élaborer plus rapidement et plus précisément des plans de traitement.

Interrogation précise des connaissances et base de connaissances spécialisée :

• Base de connaissances spécialisée : intègre une base de connaissances spécialisée en médecine cardiovasculaire, à la fois professionnelle et complète, couvrant les derniers résultats de recherche et les directives cliniques dans plusieurs sous-spécialités telles que la maladie coronarienne, les arythmies et l'insuffisance cardiaque.

• Support de connaissances : fournit aux médecins un soutien de connaissances faisant autorité et précis, les aidant à prendre des décisions plus éclairées lors du diagnostic ou du traitement.

Scénarios d'application du grand modèle Guanxin

Dépistage précoce et prévention des maladies :

• Identification des lésions précoces : grâce à l'analyse rapide des données d'imagerie cardiaque, il identifie les lésions précoces telles qu'un léger rétrécissement des artères coronaires ou de micro-lésions du myocarde.

• Plans de prévention personnalisés : en fonction de l'état de santé global du patient, il élabore des plans de prévention personnalisés afin de réduire le risque de crise cardiaque.

Diagnostic précis et traitement personnalisé :

• Analyse de données multimodale : détermine avec précision le type exact d'arythmie et de cardiomyopathie, et recommande des plans de traitement personnalisés en fonction de la situation individuelle du patient.

• Amélioration de l'efficacité thérapeutique : grâce à un diagnostic précis et à un traitement personnalisé, il améliore l'efficacité thérapeutique et réduit les risques de traitement inutiles ainsi que le gaspillage des ressources médicales.

Amélioration de l'efficacité du diagnostic et réduction des coûts :

• Traitement rapide des données : il traite et analyse rapidement d'énormes quantités de données cardiaques dans un temps très court, améliorant ainsi de manière significative l'efficacité du diagnostic.

• Réduction des coûts médicaux : en réduisant le temps et les efforts consacrés par les médecins au processus de diagnostic, il diminue les coûts médicaux et allège la charge financière des patients.