AI-algoritmi tunnistaa patologian fluorografisissa kuvissa 30 sekunnissa

Kokeilu innovatiivisten teknologioiden käytöstä tietokonenäön alalla analysoinnissa

asiantuntijat suorittivat lääketieteellisen kuvantamisenMoskovan sosiaalinen kehityskompleksi, tietotekniikan osasto yhdessä Moskovan diagnostiikka- ja telelääketieteen keskuksen ja terveysministeriön kanssa.

Alusta täydelliseen automatisointiinVenäjän IT-yliopiston tekoälyinstituutin fluorografisesta tutkimuksesta on tullut johtava innovatiivisten teknologioiden käytössä tietokonenäön alalla. Niitä käytettiin lääketieteellisten kuvien analysointiin ja jatkokäyttöön Moskovan terveydenhuoltojärjestelmässä.

Tekoälyinstituutin asiantuntijatkehitti AI-RADIOLOGIA-alustan. Se analysoi lääketieteellisiä röntgenkuvia ja tunnistaa erilaisia ​​keuhkosairauksia, mukaan lukien keuhkokuume, tuberkuloosi, kasvaimet, ilmarinta ja muut. Neuraaliverkkoa koulutettiin Tatarstanin tasavallan terveydenhuoltoorganisaatioilta saatujen lääketieteellisten kuvien perusteella. Tällaiset automaattiset kuva-analyysijärjestelmät vähentävät radiologien työtaakkaa ja vähentävät poissaolevien patologioiden määrää.

Palvelu toimii Innopolis University javoidaan integroida minkä tahansa lääketieteellisen organisaation kanssa. Kuvan käsittely, tulosten lähettäminen ja lähettäminen kestää 30 sekuntia. Palvelu tunnistaa 96% tutkimuksista patologioilla, IT-yliopiston tiimi pyrkii parantamaan algoritmin tarkkuutta. Palvelu on kytketty Moskovan ERIS EMIAS -järjestelmään, jonka ansiosta lääkärit pääsevät useimpiin Venäjän pääkaupungin lääkeorganisaatioihin.

"Elinten patologioiden tunnistamishankeRöntgenkuvia käyttävä rintakehä on Innopolis-yliopiston ensimmäinen projekti tekoälyteknologian alalla”, sanoo Tekoälyinstituutin johtaja Ramil Kuleev. — Yli kuuden vuoden ajan olemme tehneet tutkimustyötä, osallistuneet kansainvälisiin kilpailuihin, kehittäneet ja lisänneet osaamistamme. Tekoälyn monimutkaisuus piilee monien ongelmien asiantuntevassa ratkaisussa, joista jokaisessa pienimmätkin yksityiskohdat vaikuttavat merkittävästi lopputulokseen: tietojoukon muodostaminen, algoritmien kehittäminen, infrastruktuurin organisointi kehitystä ja testausta varten.

”Tärkein komponentti on tietojoukko taikoulutusnäyte, jonka tulee olla tasapainoinen ja mahdollisimman riittävä niihin tietoihin, joilla palvelun tulee toimia todellisissa olosuhteissa, Kuleev päättää. — Tatarstanin tasavallan lääketieteellisten organisaatioiden kanssa tehdyn tiiviin yhteistyön ansiosta pystyimme luomaan tällaisen tietojoukon. Ja avaintekijä on tietysti ihmiset. Tiimimme on todellisia ammattilaisia, mukana projektissa ja keskittynyt tuloksiin. Osallistuminen tällaiseen kokeiluun on meille mahdollisuus saada objektiivinen arvio asiantuntijayhteisöltä ja arvioida palvelun kykyjä todellisissa olosuhteissa suurella tutkimusvirralla.

Lue lisää

Ensimmäinen tarkka maailmankartta luotiin. Mitä vikaa kaikilla muilla on?

Tutkijat ovat dekoodanneet outoja signaaleja avaruudesta

Ilmastonmuutos on siirtänyt Maan akselia

Pneumothorax on ilman läsnäolokeuhkopussin ontelo, johon se tulee keuhko- tai rintaseinän vaurioitumisen vuoksi. Keuhkopussin ontelossa oleva ilma puristaa keuhkoja, mikä johtaa kaasunvaihdon heikkenemiseen.