AI-algoritme oppdager patologi i fluorografiske bilder på 30 sekunder

Eksperiment om bruk av innovative teknologier innen datasyn for analyse

Medisinske bilder ble utført av spesialister fra Moskva Social Development Complex, Institutt for informasjonsteknologi, sammen med Moskva senter for diagnostikk og telemedisin og Helsedepartementet.

Plattformen for full automatisering av fluorografiske undersøkelser av Institutt for kunstig intelligens ved et russisk IT-universitet har blitt ledende innen bruk av innovative teknologier innen datasyn.De ble brukt til analyse av medisinske bilder og videre anvendelse i Moskvas helsevesen.

Eksperter fra Institute of Artificial Intelligenceutviklet AI RADIOLOGY-plattformen. Den analyserer medisinske røntgenbilder og identifiserer ulike lungepatologier, inkludert lungebetennelse, tuberkulose, neoplasmer, pneumothorax og andre. Det nevrale nettverket ble trent på medisinske bilder hentet fra helseorganisasjoner i republikken Tatarstan. Slike automatiske bildeanalysesystemer reduserer arbeidsmengden til radiologer og reduserer antallet tapte patologier.

Tjenesten fungerer i skyen til Innopolis University ogkan integreres med en hvilken som helst medisinsk organisasjon. Prosessen med å behandle bildet, utstede og sende resultatene tar 30 sekunder. Tjenesten identifiserer 96% av studiene med patologier, teamet til IT-universitetet jobber for å forbedre nøyaktigheten til algoritmen. Tjenesten er koblet til ERIS EMIAS-systemet i Moskva, takket være at leger har tilgang til de fleste medisinske organisasjoner i hovedstaden i Russland.

"Prosjekt for anerkjennelse av organpatologierbrystet ved hjelp av røntgenbilder er det første prosjektet til Innopolis University innen kunstig intelligens-teknologier, sier Ramil Kuleev, direktør for Institute of Artificial Intelligence. — I mer enn seks år har vi vært engasjert i forskningsarbeid, deltatt i internasjonale konkurranser, utviklet og økt kompetansen vår. Kompleksiteten til kunstig intelligens ligger i den kompetente løsningen av mange problemer, i hver av dem påvirker de minste detaljene det endelige resultatet betydelig: dannelsen av et datasett, utviklingen av algoritmer, organiseringen av infrastruktur for utvikling og testing.

"Den viktigste komponenten er datasettet elleropplæringsutvalg, som bør være balansert og så tilstrekkelig som mulig til dataene som tjenesten må arbeide på under reelle forhold, avslutter Kuleev. — Takket være nært samarbeid med medisinske organisasjoner i Republikken Tatarstan, klarte vi å lage et slikt datasett. Og selvfølgelig er nøkkelfaktoren mennesker. Teamet vårt er ekte fagfolk, involvert i prosjektet og fokusert på resultater. Deltakelse i et slikt eksperiment er en mulighet for oss til å få en objektiv vurdering fra ekspertmiljøet og vurdere tjenestens kapasitet under reelle forhold med stor forskningsflyt.»

Les mer

Det første nøyaktige kartet over verden ble opprettet. Hva er galt med alle andre?

Forskere har avkodet rare signaler fra verdensrommet

Klimaendringene har forskjøvet jordaksen

Pneumothorax er tilstedeværelsen av luft ipleurahulen, der den kommer inn på grunn av skade på lunge- eller brystveggen. Luften i pleurahulen komprimerer lungen, noe som fører til en forverring av gassutveksling.