Adaptable AI Detects Subtle Changes in Imaging Across Multiple Clinical Settings

A versatile new Artificial Intelligence system can predict outcomes for a variety of pathologies based on assessments of longitudinal imaging datasets. 

The Learning-based Inference of Longitudinal imAge Changes, or LILAC, system harnesses machine learning to review medical images that have been collected over a prolonged period. LILAC was designed to offer greater training flexibility.  

Unlike other AI models, it does not require extensive preprocessing or customization of data, as it can automatically detect subtle alterations and adjust accordingly—something developers typically must do manually. 

Un nuevo y versátil sistema de Inteligencia Artificial puede predecir los resultados de diversas patologías basándose en evaluaciones de conjuntos de datos de imágenes longitudinales.

El sistema LILAC (Learning-based Inference of Longitudinal imAge Changes) aprovecha el aprendizaje automático para revisar imágenes médicas recogidas durante un periodo prolongado. LILAC se diseñó para ofrecer una mayor flexibilidad de formación.  

A diferencia de otros modelos de IA, no requiere un preprocesamiento o una personalización exhaustivos de los datos, ya que puede detectar automáticamente alteraciones sutiles y ajustarlas en consecuencia, algo que los desarrolladores suelen tener que hacer manualmente.

Un nouveau système d'intelligence artificielle polyvalent peut prédire les résultats d'une variété de pathologies sur la base d'évaluations d'ensembles de données d'imagerie longitudinales.

Le système LILAC (Learning-based Inference of Longitudinal imAge Changes) exploite l'apprentissage automatique pour examiner des images médicales recueillies sur une période prolongée. LILAC a été conçu pour offrir une plus grande souplesse de formation.  

Contrairement à d'autres modèles d'IA, il ne nécessite pas de prétraitement ou de personnalisation poussés des données, car il peut détecter automatiquement des altérations subtiles et s'adapter en conséquence, ce que les développeurs doivent généralement faire manuellement.

Un nuovo sistema versatile di intelligenza artificiale è in grado di prevedere gli esiti di una serie di patologie sulla base di valutazioni di serie di dati di imaging longitudinali.

Il sistema Learning-based Inference of Longitudinal imAge Changes, o LILAC, sfrutta l'apprendimento automatico per esaminare le immagini mediche raccolte per un periodo prolungato. LILAC è stato progettato per offrire una maggiore flessibilità di addestramento.  

A differenza di altri modelli di intelligenza artificiale, non richiede un'ampia pre-elaborazione o personalizzazione dei dati, in quanto è in grado di rilevare automaticamente le alterazioni più sottili e di adattarsi di conseguenza, cosa che gli sviluppatori di solito devono fare manualmente.

Um novo e versátil sistema de Inteligência Artificial pode prever resultados para uma variedade de patologias com base em avaliações de conjuntos de dados de imagens longitudinais.

O sistema Learning-based Inference of Longitudinal imAge Changes, ou LILAC, utiliza o aprendizado de máquina para analisar imagens médicas que foram coletadas durante um período prolongado. O LILAC foi projetado para oferecer maior flexibilidade de treinamento.  

Diferentemente de outros modelos de IA, ele não exige um pré-processamento ou uma personalização extensiva dos dados, pois pode detectar automaticamente alterações sutis e ajustar-se de acordo com elas - algo que os desenvolvedores normalmente precisam fazer manualmente.

IA Adaptada Detecta Mudanças Sutis nas Imagens Tem Potencial Para Vários Ambientes Clínicos