GPT
A

autonomous-oncology-board

רץ בדפדפן

lablab-ai-amd-developer-hackathonapache-2.02026-05-10

  • gradio
  • medical-ai
  • oncology
  • multi-agent
  • amd

הדגמה שמדמה ועדת גידולים אונקולוגית בעזרת שלושה סוכנים ממוחשבים. מיועד לחוקרים שרוצים לראות שילוב של פענוח פתולוגיה וקבלת החלטות.

  • הורדות בחודש
  • 100לייקים

מה זה

מעלים תמונות של חתכים היסטופתולוגיים בצביעת H&E בגודל 224 על 224, מזינים גיל, מין, הערות קליניות וסטטוס מוטציות EGFR ו־ALK. אפשר גם לבחור מקרים מוכנים מראש בלשונית הדמו בלי להעלות קבצים.

מאחורי הקלעים פועל צינור של שלושה סוכנים. מודל GigaPath ViT-Giant מנתח את הרקמה, מנגנון RAG שולף הנחיות טיפול של NCCN, ומודל Llama 3.3 70B מגבש את התוכנית הטיפולית. הסוכנים מנהלים ביניהם דיון רב-שלבי, בוחנים טענות ומעדכנים את ההמלצות עד שמגיעים לציון הסכמה של לפחות 70 מתוך 100. הפלט מתקבל כיומן ריצה מפורט ודוח ניהול טיפול במבנה JSON.

מתאים ל

  • בחינת ממשקי סוכנים ברפואה

    בדיקת האופן שבו מודלים מנהלים דיון רב-שלבי עד להסכמה סביב נתונים היסטופתולוגיים.

  • הדגמת מודל GigaPath

    התנסות בסיווג ראשוני של תמונות חתך רקמה בגודל 224 על 224 בצביעת H&E.

  • למידה על שילוב NCCN ו־RAG

    בחינת שליפת ראיות טיפוליות והזנתן למודל שפה גדול לצורך בניית תוכנית אונקולוגית.

איפה זה נופל

זה פרויקט האקתון למטרות מחקר בלבד, ולא כלי לשימוש קליני. ההסתמכות על חיתוכים בגודל קבוע של 224 על 224 מגבילה מאוד ביחס לסריקות פתולוגיות שלמות. כמו כן, מנגנון הדיון שמסתיים בציון 70 עלול לתת תחושת ביטחון שגויה גם אם המודל מפספס ממצאים נדירים או מייצר הזיות רפואיות.

שאלות
נפוצות

האם השימוש באפליקציה כרוך בתשלום?

לא, הגישה להדגמה ברשת פתוחה בחינם דרך הדפדפן. עם זאת, בגלל שהיא מוגדרת במצב שינה, ייתכן שתצטרכו להמתין לעליית השרת.

מה קורה עם התמונות והמידע הרפואי שמועלים?

הנתונים נשלחים לשרת לצורך הרצת המודלים באותו רגע. מכיוון שמדובר בכלי הדגמה פתוח, אין להעלות נתוני מטופלים אמיתיים או מידע מזהה כלל.

במה האפליקציה שונה מהרצת Llama 3.3 ישירות?

כאן המודל לא עונה לבד, אלא מקבל ממצאים ממודל ראייה ממוחשבת ייעודי לפתולוגיה ומחפש הנחיות ב־RAG. בנוסף מופעל תהליך בקרת איכות שמחזיר את התשובה לדיון אם ציון ההסכמה נמוך מ־70.

האם אפשר להריץ את כל המערכת על מחשב ביתי?

הקוד פתוח בגיטהאב, אבל דרישות החומרה כבדות מאוד. המערכת תוכננה למאיץ AMD MI300X עם 192 גיגה-בייט זיכרון כדי להחזיק את GigaPath ואת Llama 3.3 70B יחד, כך שקשה להריץ אותה מקומית ללא חומרה מקצועית.

איך משתמשים

בוחרים מקרה מוכן או מעלים קבצים וממלאים את הנתונים הקליניים, ולוחצים על כפתור הניתוח. הממשק כרגע במצב שינה ורץ על מעבד בסיסי, כך שפתיחה שלו דורשת זמן התעוררות, וניתוח חי כנראה איטי מאוד אם השרת לא מחובר למאיץ הייעודי. הפרויקט נבנה במקור עבור מעבד גרפי AMD Instinct MI300X עם 192 גיגה-בייט זיכרון כדי להחזיק את שני המודלים הגדולים יחד, ולכן על חומרת ברירת המחדל הנוכחית הביצועים מוגבלים.

הרישיון

הקוד מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי, שינוי והפצה כולל למטרות מסחריות, בכפוף לתנאי הרישיון. תמונות ונתונים שמעלים מועברים לעיבוד בממשק Gradio, ולכן אסור להעלות מידע רפואי אמיתי או מזהה.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗