AI-algoritme detecteert pathologie in fluorografische afbeeldingen in 30 seconden

Een experiment over het gebruik van innovatieve technologieën op het gebied van computer vision voor analyse

medische beeldvorming werd uitgevoerd door specialistenMoskous sociaal ontwikkelingscomplex, afdeling informatietechnologie samen met het Moskouse Centrum voor Diagnostiek en Telegeneeskunde en het Ministerie van Volksgezondheid.

Platform voor volledige automatiseringfluorografisch onderzoek aan het Instituut voor Kunstmatige Intelligentie van een Russische IT-universiteit is toonaangevend geworden in het gebruik van innovatieve technologieën op het gebied van computervisie. Ze werden gebruikt om medische beelden te analyseren en deze verder te gebruiken in het gezondheidszorgsysteem in Moskou.

Experts van het Instituut voor Kunstmatige Intelligentieontwikkelde het AI RADIOLOGY-platform. Het analyseert medische röntgenbeelden en identificeert verschillende longpathologieën, waaronder longontsteking, tuberculose, neoplasmata, pneumothorax en andere. Het neurale netwerk werd getraind op basis van medische beelden verkregen van gezondheidszorgorganisaties uit de Republiek Tatarstan. Dergelijke automatische beeldanalysesystemen verminderen de werklast van radiologen en verminderen het aantal gemiste pathologieën.

De service werkt in de cloud van Innopolis University enkan worden geïntegreerd met elke medische organisatie. Het proces van het verwerken van de afbeelding, het uitgeven en verzenden van de resultaten duurt 30 seconden. De service identificeert 96% van de onderzoeken met pathologieën, het team van de IT-universiteit werkt aan het verbeteren van de nauwkeurigheid van het algoritme. De dienst is verbonden met het ERIS EMIAS-systeem in Moskou, waardoor artsen toegang hebben tot de meeste medische organisaties in de hoofdstad van Rusland.

“Project voor herkenning van orgaanpathologieënborst met behulp van röntgenbeelden is het eerste project van de Innopolis Universiteit op het gebied van kunstmatige intelligentietechnologieën”, zegt Ramil Kuleev, directeur van het Instituut voor Kunstmatige Intelligentie. — Al meer dan zes jaar zijn we bezig met onderzoekswerk, hebben we deelgenomen aan internationale wedstrijden, hebben we onze competenties ontwikkeld en vergroot. De complexiteit van kunstmatige intelligentie ligt in de competente oplossing van veel problemen, waarbij telkens de kleinste details het eindresultaat aanzienlijk beïnvloeden: de vorming van een dataset, de ontwikkeling van algoritmen, de organisatie van de infrastructuur voor ontwikkeling en testen.”

“Het belangrijkste onderdeel is de dataset oftrainingsvoorbeeld, dat evenwichtig moet zijn en zo adequaat mogelijk moet zijn voor de gegevens waarmee de dienst in reële omstandigheden zal moeten werken, concludeert Kuleev. — Dankzij nauwe samenwerking met medische organisaties van de Republiek Tatarstan konden we een dergelijke dataset creëren. En de belangrijkste factor zijn natuurlijk de mensen. Ons team bestaat uit echte professionals, betrokken bij het project en resultaatgericht. Deelname aan een dergelijk experiment is voor ons een kans om een ​​objectieve beoordeling te krijgen van de deskundigengemeenschap en de mogelijkheden van de dienst in reële omstandigheden te evalueren met een grote stroom aan onderzoek.”

Lees verder

De eerste nauwkeurige kaart van de wereld is gemaakt. Wat is er mis met de rest?

Wetenschappers hebben vreemde signalen uit de ruimte gedecodeerd

Door klimaatverandering is de as van de aarde verschoven

Pneumothorax is de aanwezigheid van lucht inpleuraholte, waar het binnenkomt als gevolg van schade aan de long of borstwand. De lucht in de pleuraholte drukt de long samen, wat leidt tot een verslechtering van de gasuitwisseling.