Искусственный интеллект для анализа медицинских изображений и поддержки диагностики
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор материала рассматривает применение искусственного интеллекта для анализа медицинских изображений и предлагает развивать интернет-центры поддержки решений пациентов и врачей. По мнению автора, такие центры могут дистанционно выявлять и распознавать ранние признаки патологий, а также отслеживать их изменения во времени.
В конкурсе Camelyon Grand Challenge 2016 система искусственного интеллекта обнаруживала метастатический рак с частотой ошибок 7,5%, а патологоанатом при оценке тех же изображений — 3,5%. При совместном использовании выводов системы и врача частота ошибок составила 0,5%, что соответствовало снижению ошибок на 85%. Автор отмечает, что цифровые базы диагностических изображений и знаний могут помогать врачу сопоставлять новые случаи с похожими и пополняться данными для машинного обучения. Взаимодействие врача и системы, по его мнению, следует соотносить с квалификацией специалиста, особенностями зрительного обнаружения, а также требуемыми временем и точностью диагностики.
Главное
- В Camelyon Grand Challenge 2016 ошибка системы искусственного интеллекта при выявлении метастатического рака составила 7,5%.
- При оценке тех же изображений патологоанатом допустил ошибки в 3,5% случаев.
- Совместное использование выводов системы и врача снизило частоту ошибок до 0,5%, что соответствовало сокращению на 85%.
- Автор предлагает развивать интернет-центры для дистанционного выявления и отслеживания ранних признаков патологий на диагностических изображениях.
- Автор описывает использование базы похожих случаев и пополнение машинных знаний данными врача.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация