Gli sviluppatori russi hanno creato una rete neurale per la diagnosi del cancro al seno

Gli sviluppatori russi della SEZ di Innopolis hanno creato una complessa architettura di rete neurale “geometrica” per

studio simultaneo di più proiezioniuna visita medica, ad esempio, mammografia, radiografia del torace e altri. I risultati della ricerca scientifica alla conferenza OpenTalks.AI a Yerevan sono stati presentati durante la relazione dal capo del dipartimento di intelligenza artificiale della società Third Opinion Platform, Evgeniy Sidorov. 

Lo sviluppatore ha affermato che il nuovo metodo può migliorare significativamente la qualità del rilevamento del cancro al seno dalle immagini mammografiche.

L'innovazione sta nella possibilità della simultaneitàanalisi di più immagini, ad es. proiezioni, che avvicinano il più possibile il modello di funzionamento della rete neurale a quello umano e aumentano la probabilità di rilevare cambiamenti patologici. Secondo i risultati annunciati, la nuova architettura di rete neurale, basata su una grande quantità di dati, aumenta l'indicatore della curva ROC del 3,5% (si tratta di un metodo per valutare gli algoritmi di intelligenza artificiale in medicina), aumentando l'"accuratezza" finale. #187; da 0,89 a 0,92 (max. = 1). 

“L’informazione chiave in questo problema ègeometria”, ha affermato Evgeniy Sidorov durante la presentazione dello studio. Secondo lui, per aiutare la rete neurale a utilizzare in modo efficace le informazioni geometriche, queste vengono aggiunte direttamente alla rete neurale, il che accelera l'addestramento e richiede meno dati. 

Un metodo simile è stato precedentemente descritto nei loro documenti scientificilavoro degli scienziati del Centro di ricerca sui dati dell’Università di Pechino. Tuttavia, l'architettura della rete neurale proposta per prima ha trovato oggetti, ad es. segni di patologie, per poi correlarli tra le proiezioni. Il modello di elaborazione della "Terza opinione" correla le proiezioni e solo successivamente procede alla ricerca degli oggetti, che riproduce in modo più accurato il processo di un medico che lavora con le immagini e influisce sull'efficienza del programma. 

Capo del gruppo di ricerca russohanno notato che con un aumento del campione di dati, le reti neurali che modellano l’approccio del medico “da e verso” iniziano ad apprendere dipendenze molto più complesse rispetto alle reti neurali che utilizzano informazioni aggiuntive e una “cascata di reti neurali” che risolvono sottoattività separatamente. “Queste reti neurali sono in grado di «apprendere» dipendenze che il radiologo stesso potrebbe non vedere", ha detto Evgeniy Sidorov. 

Leggi di più:

Nominato una vitamina che protegge il cervello dalla demenza

Guarda come è cambiata la Terra nel corso di 100 milioni di anni sulla mappa più dettagliata

Si è scoperto quali uomini sono i più fertili: il loro sperma è migliore del 50% rispetto al resto