Институт медицинских исследований La Fe (Medical Research Institute La Fe)

Компания

width=200px

Содержание

СМ. ТАКЖЕ (2)

История

2017: Создание софта с ИИ для распознавания болезни по рентгеновским снимкам

В рамках конгресса Европейского общества радиологов (ECR-2017), который прошел в Вене с 1 по 5 марта, была представлено программное обеспечение, использующее искусственный интеллект для первичного обнаружения заболеваний по рентгеновским снимкам.

Разработка была создана силами Института медицинских исследований La Fe (Валенсия, Испания) и подконтрольного учреждению разработчика программного обеспечения Quibim. Речь идет о компьютерной системе обнаружения (Computed-aided detection, CAD), построенной на основе сверточных нейронных сетей. Алгоритм способен распознавать заболевания по рентгенограмме грудной клетки с высокой точностью, учитывая чувствительность и специфичность организма.

Пример использования искусственного интеллекта для определения болезней по рентгеновским снимкам

Созданная система поможет специалистам по лучевой диагностике проводить первоначальный осмотр пациента в автоматическом режиме и обращать внимание на те зоны, в которых с большой вероятностью могут быть отклонения.

«
Наше исследование улучшает или по крайней мере эквивалентно результатам, достигнутым в предыдущих исследовательских работах, — отметила Белен Фос-Гуаринос (Belen Fos-Guarinos), студент-стажер отдела исследований биомедицинской визуализации в Институте медицинских исследований La Fe. Именно она презентовала новую технологию на научной сессии в рамках ECR 2017.[1]
»

Стоит отметить, что идеи использования искусственного интеллекта для обработки медицинских изображений озвучивались неоднократно. Так, в Национальном институте здравоохранения в Бетесде (штат Мэриленд, США) в марте 2017 года сообщили о разработке системы глубинного обучения, также способной обнаруживать заболевания по рентгеновским снимкам грудной клетки. Специалисты использовали модель параллельного программирования Nvidia CUDA и возможности графических процессоров для обучения нейронных сетей, помогающих определять болезнь, ее специфику, тяжесть и пораженные ею органы.

Примечания