Нейронные сети в медицинской диагностике: возможности и ограничения
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор материала рассматривает применение нейронных сетей для анализа медицинских изображений и других данных как вспомогательный инструмент диагностики, а не замену врачу. Такие алгоритмы обучают на размеченных примерах; они могут выявлять патологии на снимках, помогать распознавать аритмию и находить потенциальные антибиотики. В статье приведены результаты отдельных исследований: одна нейросеть определяла тип рака лёгких по гистологическим снимкам с точностью 97%, а система анализа данных УЗИ верно распознала 47 из 52 случаев, не использованных при обучении.
Автор отмечает, что широкое применение нейросетей ограничивают недостаток больших медицинских баз данных, необходимость дополнительной проверки и непрозрачность решений алгоритмов. По мнению автора, такие системы могут ускорять диагностику и выступать в качестве второго мнения, если их надёжность будет подтверждена.
Главное
- В описанном исследовании нейросеть обучали на данных УЗИ примерно 100 подтверждённых случаев рака почки.
- При проверке на 52 случаях, не использованных для обучения, нейросеть верно распознала 47.
- Нейросеть, обученная на 4000 гистологических снимках, определяла тип рака лёгких с точностью 97%.
- Сеть для диагностики аритмии обучали на 30 000 тридцатисекундных и 300 более длинных записях ЭКГ.
- Автор указывает, что внедрение нейросетей ограничивают недостаток медицинских данных и непрозрачность решений алгоритмов.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация