Russiske utviklere har opprettet et nevralt nettverk for å diagnostisere brystkreft

Russiske utviklere fra Innopolis SEZ har laget en kompleks "geometrisk" nevrale nettverksarkitektur for

samtidig studie av flere projeksjonerén medisinsk undersøkelse, for eksempel mammografi, røntgen thorax og andre. Resultatene av den vitenskapelige forskningen på OpenTalks.AI-konferansen i Jerevan ble presentert under rapporten av lederen for avdelingen for kunstig intelligens i Third Opinion Platform-selskapet, Evgeniy Sidorov. 

Utvikleren uttalte at den nye metoden kan forbedre kvaliteten på brystkreftdeteksjon betydelig fra mammografibilder. 

Innovasjonen ligger i muligheten for samtidiganalyse av flere bilder, dvs. projeksjoner, som bringer den nevrale nettverksmodellen så nær den menneskelige som mulig og øker sannsynligheten for å oppdage patologiske endringer. I følge de annonserte funnene øker den nye nevrale nettverksarkitekturen, som ga opplæring på en stor mengde data, ROC-kurveindikatoren med 3,5 % (dette er en metode for å evaluere AI-algoritmer i medisin), og øker den endelige «nøyaktigheten" #187; fra 0,89 til 0,92 (maks. = 1). 

"Nøkkelinformasjonen i dette problemet ergeometri," sa Evgeniy Sidorov under presentasjonen av studien. Ifølge ham, for å hjelpe det nevrale nettverket til å bruke geometrisk informasjon effektivt, legges det direkte til det nevrale nettverket, noe som gir raskere trening og krever mindre data. 

En lignende metode ble tidligere beskrevet i deres vitenskapeligearbeid av forskere fra Data Research Center ved Peking University. Imidlertid fant den nevrale nettverksarkitekturen de foreslo først objekter, dvs. tegn på patologier, og deretter korrelerte dem mellom anslag. Behandlingsmodellen «Third Opinion» korrelerer projeksjoner og fortsetter først da med å søke etter objekter, noe som mer nøyaktig gjengir prosessen til en lege som arbeider med bilder og påvirker effektiviteten til programmet. 

Leder for det russiske forskningsteametbemerket at med en økning i datautvalget, begynner nevrale nettverk som "fra og til" modellerer legens tilnærming å lære mye mer komplekse avhengigheter enn nevrale nettverk som bruker tilleggsinformasjon og en "kaskade av nevrale nettverk" som løser deloppgaver separat. «Disse nevrale nettverkene er i stand til å «lære» avhengigheter som radiologen selv kanskje ikke ser, sa Evgeniy Sidorov.

Les mer:

Kåret til et vitamin som beskytter hjernen mot demens

Se hvordan jorden har endret seg over 100 millioner år på det mest detaljerte kartet

Det viste seg hvilke menn som er mest fruktbare: sædcellene deres er 50 % bedre enn resten