2023/03/16 12:18:52

Искусственный интеллект в радиологии

.

Содержание

Основные статьи:

Преимущества использования ИИ в радиологии

Преимущества от использования нейросети в постановке радиологических диагнозов, которые отмечают российские специалисты на август 2019 года:

  • ИИ позволяет описать рентгеновский снимок за 3 секунды - специалист описывает снимок до 20 минут. В связке «ИИ-врач» описание исследования составляет менее 3-х секунд. По нынешним нормативам проведение и описание одного исследования может занимать до 90 минут.

  • Низкая стоимость работы системы

  • ИИ позволяет составить второе мнение для врача–рентгенолога. "Второе мнение" позволяет узнать мнение независимого эксперта, получить больше информации о заболевании и плане лечения. Достоверность диагностики в этом случае повышается на 48%.

  • Также ИИ позволяет составить второе мнение для врача-клинициста

  • ИИ помогает разделить поток пациентов и приоритизацию, сняв значительную часть этой нагрузки с врача

  • Не менее важным пунктом является возможность контроля качества посредством технологии и аудита.

  • Точность системы в описании снимка в связке с врачом составляет 95-98%. Нейросеть выделяет конкретную область, на которой была найдена патология, что позволяет врачу делать вывод на основе снимка очень быстро.

Как нейросети обучают описывать рентгеновские снимки

Одной из главных задач ИИ является помощь медикам в предотвращении медицинских ошибок, а также выведение обследований на принципиально новый качественный уровень за счет точности анализа данных и описания.

Обучение нейросети в радиологии происходит следующим образом: прежде чем дать старт тестовому использованию программы, было проанализировано более 200 000 рентгеновских снимков и работа продолжается. Система производит расчет ошибки, а далее специалисты производят настройку сети. В этом мероприятии принимают участие опытные врачи-рентгенологи с большим стажем. Непосредственно каждый рентгеновский снимок не только размечают, но и анализируют 3 эксперта, независимо друг от друга. Если результаты исследований совпадают у всех рентгенологов, то их уже впоследствии использует нейросеть. Далее обученная нейросеть подключается к рентгенологическим системам. Получив снимок пациента, ИИ, на основании ранее полученных и откорректированных данных об исследованиях, делает заключение. Врач, в свою очередь, при необходимости заключение корректирует и дополняет.

По мнению Президента клиники АО «Медицина» Григория Ройтберга, высказанном в августе 2019 года, подобная система в течение ближайших нескольких лет заменит в современных клиниках 70-80% врачей рентгенологов.

Искусственный интеллект в диагностике рака

Основная статья: Диагностика рака

Искусственный интеллект активно применяется в исследованиях развития методик диагностики рака.

2023

В Москве впервые искусственный интеллект начал выявлять ЛОР-заболевания на рентгене

В Москве нейросети впервые начали распознавать признаки лор-заболеваний на рентгеновских снимках. Умные алгоритмы способны обнаруживать по результатам рентгенографии носовых пазух серьезную патологию — синусит. Это самое распространенное исследование для выявления заболеваний придаточных пазух носа. В 2022 году в России провели более трех миллионов таких обследований. Сервис на основе искусственного интеллекта (ИИ) поможет врачам получать предварительные результаты сразу после процедуры. Об этом Центр диагностики и телемедицины (НПКЦ ДиТ ДЗМ) сообщил 14 ноября 2023 года. Подробнее здесь.

Московские врачи могут использовать уже 5 нейросетей для помощи в определении заболеваний органов грудной клетки

Московские врачи могут использовать уже 5 нейросетей для помощи в определении заболеваний органов грудной клетки. Об этом 31 октября 2023 года сообщил Центр диагностики и телемедицины (НПКЦ ДиТ ДЗМ). Подробнее здесь.

ИИ научился находить на магнитно-резонансной томографии головного мозга внутричерепные новообразования

Искусственный интеллект (ИИ) научился находить на магнитно-резонансной томографии (МРТ) головного мозга внутричерепные новообразования. Теперь нейросети в столичном эксперименте по внедрению технологий компьютерного зрения в здравоохранение работают уже по 27 клиническим направлениям. Об этом 9 октября 2023 года сообщила Анастасия Ракова, заместитель Мэра Москвы по вопросам социального развития.

«
В эксперименте по внедрению компьютерного зрения в систему московского здравоохранения заработал сервис искусственного интеллекта по очередному направлению. Нейросети теперь помогают врачам находить внутричерепные новообразования при проведении МРТ-исследований головного мозга. Таким образом, московские рентгенологи могут использовать более 50 алгоритмов по 27 направлениям. Важно, что данный сервис создан российской компанией. Отечественные разработчики активно вовлекаются в наш эксперимент и, соответственно, предлагают для рынка все больше качественных решений. Только за этот год к нам присоединились девять компаний-производителей, семь из которых – российские, – рассказала Анастасия Ракова.
»

Использование технологий компьютерного зрения в медицине позволяет сократить время диагностики. Всего с помощью нейросетей медики проанализировали более 10,5 миллиона изображений.

«
Своевременная диагностика очень важна. Магнитно-резонансная томография является основным способом выявления новообразований в головном мозге. Создание сервисов искусственного интеллекта в этом направлении – одна из сложных задач, имеющая множество ограничений, поэтому здесь на октябрь 2023 года не так много разработок. Тем ценнее, что теперь врачи, специализирующиеся на работе с МРТ-исследованиями, тоже имеют возможность пользоваться нейросетями при диагностике такой серьезной патологии, – отметил Юрий Васильев, главный рентгенолог Москвы, директор Центра диагностики и телемедицины столичного Департамента здравоохранения.
»

Алгоритмы размечают области возможных образований опухолевого характера цветовыми подсказками на томограмме. Нейросеть автоматически делает измерения, которые важны для врача при постановке диагноза, и составляет описание.

Пятый комплексный сервис ИИ в Москве может выявить сразу шесть патологий на одном снимке

В Москве заработал пятый комплексный сервис искусственного интеллекта для диагностики заболеваний. Алгоритм способен находить на одном изображении компьютерной томографии признаки сразу шести патологий, для выявления из них московские врачи ранее не применяли нейросети. В их числе мочекаменная болезнь, а также новообразования печени и почек. Об этом сообщила 4 октября 2023 года Анастасия Ракова, заместитель Мэра Москвы по вопросам социального развития. Подробнее здесь.

Искусственный интеллект обработал 1 млн маммограмм столичных пациенток за 3,5 года

В Москве за 3,5 года при помощи сервисов искусственного интеллекта проанализировали 1 млн маммографических исследований. Нейросети работают в столице с 2020 года в рамках эксперимента по использованию технологий компьютерного зрения в здравоохранении. Врачи-рентгенологи на октябрь 2023 года используют 4 сервиса искусственного интеллекта для анализа маммографических исследований. Об этом 2 октября 2023 года сообщил заместитель руководителя Департамента здравоохранения Москвы Илья Тыров. Подробнее здесь.

В Москве стартовал четвертый комплекс сервиса ИИ для диагностики заболеваний

В Москве появился четвертый комплексный сервис искусственного интеллекта, который на компьютерной томограмме органов грудной клетки может одновременно выявить несколько заболеваний. Алгоритмы работают в рамках московского эксперимента по использованию технологий компьютерного зрения в лучевой диагностике. Это уже четвертое комплексное решение на отечественном рынке разработчиков алгоритмов. Об этом 27 сентября 2023 года сообщила и.о. заместителя мэра Москвы по вопросам социального развития Анастасия Ракова. Подробнее здесь.

Теперь искусственный интеллект помогает московским врачам определять признаки перелома ребер на КТ

В Москве искусственный интеллект на КТ-исследованиях органов грудной клетки научился определять перелом ребер. Этот инструмент поможет врачам при описании сложных диагностических случаев, например, при сочетанной патологии или тяжелых травмах. Данное направление войдет в состав комплексного сервиса искусственного интеллекта, то есть алгоритмы смогут определять на одном снимке признаки сразу множества патологий. Об этом 22 августа 2023 года сообщила заместитель мэра Москвы по вопросам социального развития Анастасия Ракова. Подробнее здесь.

В Москве пополнилась официальная библиотека наборов данных для сферы здравоохранения на 50%

В Москве пополнилась официальная библиотека наборов данных для сферы здравоохранения на 50% за год.

Об этом 21 августа 2023 года рассказал заместитель руководителя Департамента здравоохранения города Москвы Илья Тыров. Подробнее здесь.

Московские ученые разработали принципы стандартизации датасетов для обучения ИИ в медицине

Московские ученые разработали принципы стандартизации датасетов для обучения искусственного интеллекта в медицине.

Разработчики обучают нейросети самостоятельно находить патологии на лучевых исследованиях пациентов с помощью датасетов — наборов обезличенных рентгенологических снимков с признаками тех или иных заболеваний. Об этом 5 июля 2023 года сообщила Анастасия Ракова, заместитель Мэра Москвы по вопросам социального развития. Подробнее здесь.

Революция в радиотерапии. Создана новая ИИ-система для точного уничтожения раковых клеток

В конце июня 2023 года британские исследователи из Больницы Адденбрука сообщили о разработке новой технологии на основе искусственного интеллекта для точного уничтожения раковых клеток. Подробнее здесь.

Комплексный сервис ИИ в Москве теперь может одновременно выявлять до 10 патологий на компьютерной томограмме

В Москве расширили возможности комплексного сервиса искусственного интеллекта. Нейросеть теперь одновременно может выявить до 10 патологий на компьютерной томограмме. В число заболеваний, которые алгоритмы помогают врачам определять на КТ-снимках грудной клетки, вошли образования надпочечников. Об этом Центр диагностики и телемедицины сообщил 27 июня 2023 года. Подробнее здесь.

В Москве заработал второй комплексный сервис искусственного интеллекта для диагностики сразу 7 заболеваний

В Москве появился второй комплексный сервис искусственного интеллекта, который на компьютерной томограмме может одновременно выявить семь заболеваний. На одном исследовании грудной клетки нейросеть способна распознать признаки рака легкого, COVID-19, остеопороза позвоночника, аневризмы аорты, легочной гипертензии, гидроторакса, ишемической болезни сердца по степени кальцификации коронарных артерий. Это уже второе по счёту комплексное решение от отечественных разработчиков — врачи смогут выбрать, каким сервисом им удобно пользоваться. Об этом 8 июня 2023 года рассказала заместитель мэра Москвы по вопросам социального развития Анастасия Ракова. Подробнее здесь.

Искусственный интеллект теперь помогает московским врачам в диагностике рассеянного склероза

В Москве начал работать еще один сервис искусственного интеллекта, который распознает рассеянный склероз на магнитно-резонансной томографии головного мозга. Своевременная диагностика и назначение терапии могут существенно замедлить прогрессирование этого хронического аутоимунного заболевания нервной системы. Всего на май 2023 года искусственный интеллект в лучевой диагностике находит патологии уже по 21 клиническому направлению. Об этом 17 мая 2023 года сообщила заместитель мэра Москвы по вопросам социального развития Анастасия Ракова. Подробнее здесь.

Искусственный интеллект проанализировал более 27 тысяч медизображений пациентов ЯНАО

Более 27 тысяч исследований, проведенных пациентам Ямало-Ненецкого автономного округа (ЯНАО), проанализировали нейросети, разработанные в столице. Об этом 4 мая 2023 года сообщила Анастасия Ракова, заместитель мэра Москвы по вопросам социального развития. Подробнее здесь.

ИИ научился определять признаки ишемического инсульта на КТ головного мозга

В Москве искусственный интеллект научился определять признаки ишемического инсульта на компьютерной томографии головного мозга. Таким образом, нейросети ищут патологии уже по 20 клиническим направлениям. Диагностические инструменты на основе искусственного интеллекта активно развиваются: менее чем за год количество направлений, по которым на март 2023 года работают алгоритмы, увеличилось больше, чем в 2 раза. Об этом 24 марта 2023 года сообщил Центр диагностики и телемедицины (НПКЦ ДиТ ДЗМ). Подробнеездесь.

В Москве с помощью ИИ проанализировано более 9 млн лучевых исследований. Доступны 44 ИИ-сервиса по 19 направлениям

Москва подвела итоги трех лет эксперимента по внедрению компьютерного зрения в лучевую диагностику. По состоянию на середину марта 2023 года врачам-рентгенологам столицы доступны 44 сервиса искусственного интеллекта по 19 направлениям. Нейросети проанализировали уже более 9 миллионов лучевых исследований, сообщили 15 марта 2023 года Zdrav.Expert в Центре диагностики и телемедицины ДЗМ. Такие технологии ускоряют получение результатов для пациентов и экономят время врачей на описание медицинских изображений.

В Москве с помощью ИИ проанализировано уже более 9 млн лучевых исследований

Как рассказала заместитель мэра Москвы по вопросам социального развития Анастасия Ракова, в 2020 году в Москве стартовал беспрецедентный эксперимент по внедрению компьютерного зрения в лучевую диагностику. На основе автоматизации и научного подхода формируются новые способы организации медицинской помощи, направленные на повышение её доступности и качества.

«
«Так, в 2020 году мы создали референс-центр, где врачи-рентгенологи круглосуточно описывают более 80 тысяч в неделю КТ, МРТ, маммограмм и рентгенологических снимков. Такая модель работы лучевой диагностики повысила производительность труда в два раза и в разы сократила время подготовки заключения, – отметила заммэра.
»

По словам Анастасии Раковой, в результате эксперимента разработаны и внедрены научные методологии, на основе которых подготовлено свыше 200 эталонных наборов данных, создана первая в России открытая библиотека наборов данных для сферы здравоохранения. На основе научных результатов эксперимента разработаны и утверждены 11 национальных стандартов в сфере применения искусственного интеллекта в здравоохранении, 10 из которых вступили в силу. В 2022 году к апробации сервисов искусственного интеллекта также присоединился Ямало-Ненецкий автономный округ», – рассказала заммэра.

Эксперимент проводится Департаментом здравоохранения города Москвы на базе столичного Центра диагностики и телемедицины ДЗМ совместно с Департаментом информационных технологий. В нем участвуют более 150 медицинских учреждений, в том числе детских, а также порядка 20 ИТ-компаний – разработчиков искусственного интеллекта, задействовано более 1200 единиц диагностического оборудования. Более 20 алгоритмов-участников проекта получили государственную регистрацию в качестве медицинского изделия, это значит, что они могут работать и за рамками эксперимента.

«
«Эксперимент направлен на создание для врача надежного помощника. Мы ежегодно собираем обратную связь от коллег, использующих искусственный интеллект и передаем эту информацию разработчикам, для того, чтобы постоянно его совершенствовать. За последний год число врачей в Москве, которые активно используют сервисы искусственного интеллекта в повседневной практике, выросло в 1,5 раза. При этом специалисты стали положительно оценивать работу алгоритмов на 20% чаще», – рассказал главный внештатный специалист по лучевой и инструментальной диагностике Москвы, директор столичного Центра диагностики и телемедицины Департамента здравоохранения города Юрий Васильев.
»

В 2023 году в рамках проекта появятся комплексные решения по различным анатомическим областям и модальностям. По состоянию на середину марта 2023 года московским врачам доступен один такой сервис по анализу КТ-исследований органов грудной клетки, он находит признаки 9 патологий. Также планируется автоматизировать гораздо больше рутинных измерений. Кроме того, в Центре разработчики могут провести клинические и технические испытания своего сервиса, чтобы получить регистрационное удостоверение и стать полноценным медицинским изделием.

С 2020 года Москва активно внедряет технологии на основе искусственного интеллекта в столичное здравоохранение. Работа ведется в рамках московского эксперимента по использованию технологий компьютерного зрения. Благодаря автоматизации рутинных процессов у врачей появляется больше времени на анализ состояния пациента. Искусственный интеллект позволяет выявлять на снимках лучевых исследований признаки опасных заболеваний, о которых не подозревает пациент, в том числе рака легкого, COVID-19, остеопороза позвоночника, аневризмы аорты, ишемической болезни сердца, инсульта, легочной гипертензии, гидроторакса, а также рака молочной железы, грыж позвоночника, плоскостопия и других заболеваний. В то же время, идет работа по отбору лучших сервисов искусственного интеллекта для врачей лучевой диагностики, проводится обучение медперсонала работе с нейросетями, а также продолжается расширение возможностей по внедрению умных сервисов.

По 19 направлениям разработчики вышли на потоковую обработку исследований, по остальным проводится тестирование и доработка моделей. При этом важно, что она ведется на основе реального потока исследований, и врачи постоянно предоставляют обратную связь по работе алгоритмов. Также созданы равные условия для всех участников: постоянно обновляется каталог решений на базе искусственного интеллекта, ежемесячно составляется лидерборд сервисов, рассказали в Центре диагностики и телемедицины ДЗМ.

С 2023 года Москва первой в стране ввела специальный тариф в рамках ОМС на анализ результатов профилактических маммографических исследований с помощью систем искусственного интеллекта.

В Москве расширили возможности комплексного сервиса искусственного интеллекта

В Москве расширили возможности комплексного сервиса искусственного интеллекта — на компьютерной томограмме нейросеть теперь может одновременно выявить до девяти патологий. Помимо признаков рака легкого, COVID-19, остеопороза позвоночника, аневризмы грудного отдела аорты, легочной гипертензии, гидроторакса, ишемической болезни сердца по степени кальцификации коронарных артерий и объему паракардиального жира, инструмент научился обнаруживать и эмфизему легких. Об этом 6 марта 2023 года рассказала Анастасия Ракова, заместитель Мэра Москвы по вопросам социального развития. Искусственный интеллект уже почти три года помогает столичным медикам находить на снимках малейшие отклонения от нормы. Подробнее здесь.

Московские ученые разработали методологию подготовки датасетов для тестирования сервисов ИИ по анализу лучевых исследований

Московские специалисты создали методологию по подготовке медицинских наборов данных для тестирования нейросетей по анализу лучевых исследований. Об этом 16 февраля 2023 года сообщил НПКЦ ДиТ ДЗМ. С помощью обезличенных рентгенологических снимков с признаками заболеваний умные алгоритмы учатся самостоятельно находить патологии. Рекомендации предназначены для врачей любых специальностей, которые организуют и проводят разметку медицинских наборов данных. Подготовленные подходы позволят повсеместно унифицировать разработку датасетов, обеспечить их качество, а также ускорить внедрение искусственного интеллекта в медицине для анализа исследований пациентов.

Безопасность и качество работы нейросетей напрямую обусловлена наборами данных, поэтому процесс их формирования требует понятной методологии для специалистов. Московские методические рекомендации составлены на основании обширного практического опыта по формированию наборов исследований пациентов для тестирования умных алгоритмов. Методология описывает универсальные подходы и может использоваться врачами различных специальностей в любой области здравоохранения, где актуально внедрение нейросетей. Центр диагностики и телемедицины Депздрава обладает большой экспертизой в области медицины и информационных технологий –специалисты апробируют внедрение искусственного интеллекта в лучевую диагностику, разрабатывают проекты правил и стандартов его использования по конкретным клиническим сценариям.

Эти методические рекомендации стали результатом объединения мировых практик и собственного опыта Центра диагностики и телемедицины Депздрава по внедрению сервисов искусственного интеллекта.

Методология разработана и апробирована в ходе выполнения московского эксперимента по использованию технологий в области компьютерного зрения для анализа медицинских изображений и научно-исследовательской работы «Научное обоснование методологии применения и способов оценки качества (искусственного интеллекта) в диагностике». Она содержит описание практических подходов при планировании и создании наборов данных, необходимых для апробации и применения технологий искусственного интеллекта в здравоохранении.

Московский эксперимент – научное исследование медицинского искусственного интеллекта. На февраль 2023 года в эксперименте более 40 сервисов по 19 клиническим направлениям, почти за три года нейросети проанализировали уже более 8,5 миллиона изображений, полученных при помощи лучевых методов исследований пациентов медицинских учреждений столицы.

Москва уже более 10 лет занимается цифровизацией системы здравоохранения. Основа этого процесса – единая цифровая платформа. В том числе и благодаря ей комплекс социального развития Москвы совместно с городским Департаментом информационных технологий начал эксперимент по внедрению технологий компьютерного зрения в медицину на базе Центра диагностики и телемедицины Департамента здравоохранения Москвы. Он стал площадкой для развития технологий искусственного интеллекта в лучевой диагностике, а также для поддержки отечественных разработчиков.

Завершены испытания отечественного ИИ-сервиса для анализа фотографий глазного дна и сканов ОКТ

На базе Федерального научно-клинического центра ФМБА России было завершено клиническое испытание облачной платформы Retina.AI. Отечественный сервис для офтальмологов на базе искусственного интеллекта направлен на профилактику слепоты и слабовидения у людей, страдающих сахарным диабетом и возрастными изменениями сетчатки. Об этом ФНКЦ ФМБА России сообщил 8 февраля 2023 года. Подробнее здесь.

2022

Комплексный сервис ИИ поможет выявлять на КТ-снимках признаки ишемической болезни сердца

В Москве расширили возможности комплексного сервиса искусственного интеллектанейросети будут выявлять на КТ-снимках признаки паракардиального жира, что поможет при диагностике сердечно-сосудистых заболеваний. Таким образом, теперь умный помощник поможет определять признаки сразу восьми патологий. Об этом 8 декабря 2022 года рассказал заместитель руководителя столичного Департамента здравоохранения Илья Тыров. Подробнее здесь.

В Москве 50% лучевых исследований пациентов поликлиник обрабатывает искусственный интеллект

В Москве более двух лет нейросети помогают врачам-рентгенологам. Их возможности регулярно расширяются и доля снимков, которые обрабатываются умными алгоритмами, постоянно растет. На начало декабря 2022 года уже половина всех лучевых исследований пациентов поликлиник Москвы анализируют сервисы искусственного интеллекта. Об этом 1 декабря 2022 года заявил заместитель руководителя Департамента здравоохранения города Илья Тыров. Подробнее здесь.

Платформа HUB Telemed позволяет рентгенологам ЯНАО работать с 7 сервисами ИИ

Более 4 тысяч лучевых исследований пациентов Ямало-Ненецкого автономного округа были проанализированы с начала запуска пилотного проекта департамента здравоохранения Москвы по подключению медицинских организаций региона к Московскому эксперименту. На ноябрь 2022 года московская платформа HUB Telemed позволяет рентгенологам ЯНАО работать с 7 сервисами искусственного интеллекта по 4 направлениям исследований. Об этом 29 ноября 2022 года сообщил Центр диагностики и телемедицины (НПКЦ ДиТ ДЗМ). Подробнее здесь.

Рентгенологи Москвы начали искать патологии позвоночника и надпочечников с помощью искусственного интеллекта

Нейросети в Москве научились определять признаки еще двух видов заболеваний. Теперь искусственный интеллект способен диагностировать протрузию и грыжу межпозвонковых дисков на МРТ, а также опухоль надпочечников на КТ. Умные алгоритмы помогают рентгенологам уже по 17 направлениям исследований. Об этом 11 ноября 2022 года сообщил заместитель руководителя Департамента здравоохранения города Москвы Илья Тыров. Подробнее здесь.

Число врачей в Москве, которые активно используют сервисы искусственного интеллекта в работе, выросло в 1,5 раза за год

Число врачей в Москве, которые активно используют сервисы искусственного интеллекта в работе, выросло в 1,5 раза за год. Об этом 27 октября 2022 года сообщил Центр диагностики и телемедицины ДЗМ. При этом положительно оценивать работу нейросетей специалисты стали на 20% чаще, чем в 2021 году, заявил заместитель руководителя Департамента здравоохранения города Москвы Илья Тыров.

«
Сервисы искусственного интеллекта московского здравоохранения активно развиваются: растет их точность, они учатся выявлять новые патологии. Например, на октябрь 2022 года их применяют уже по 15 разным направлениям. Кроме того, мы продолжаем работу по совершенствованию уже внедренных сервисов и анализируем обратную связь от специалистов. В дальнейшем будем корректировать работу искусственного интеллекта с учетом полученной информации, — рассказал Илья Тыров.
»

Московские специалисты изменили подход к оценке сервисов искусственного интеллекта, которые работают в рамках эксперимента по внедрению компьютерного зрения в медицину. Теперь клиническая оценка, которую ставят врачи, наряду с оценкой технических параметров, будет оказывать влияние на участие той или иной нейросети в эксперименте, и, конечно, на определение лучшего решения для внедрения в дальнейшем в медицинские организации.

«
Клиническая оценка становится приоритетом. Она формируется из показателей точности визуальной маркировки – оконтуриванию, и согласием с заключением – насколько заключение нейросеть, по мнению врача, точно определяет и интерпретирует признаки патологических изменений на снимках. Наши специалисты делают заключение: полное соответствие, некорректная оценка, ложноположительный или ложноотрицательный результат работы искусственного интеллекта. Такая работа позволит повысить качественные характеристики сервисов искусственного интеллекта, нейросети станут более ценными для рентгенологов, - отметил директор Центра диагностики и телемедицины Юрий Васильев.
»

С начала Эксперимента по внедрению компьютерного зрения в практическое здравоохранение нейросети обработали уже больше 7 млн исследований. Алгоритмы позволяют не пропустить даже минимальные отклонение на лучевом исследовании. Сервисы искусственного интеллекта для автоматического анализа медицинских снимков тестируются в Москве с 2020 года. После успешной проверки диагностических и функциональных показателей работы на соответствие установленным нормативам их подключают к Единому радиологическому информационному сервису ЕМИАС, объединяющему все отделения лучевой диагностики московских поликлиник и больниц. На октябрь 2022 года таких медицинских учреждений уже порядка 150. Врачи могут воспользоваться искусственным интеллектом для определения признаков заболеваний. Алгоритмы тестируют и внедряют в практическую медицину специалисты столичного Центра диагностики и телемедицины.

Эксперимент по внедрению компьютерного зрения в медицину был запущен совместно Комплексом социального развития Москвы на базе столичного Центра диагностики и телемедицины при поддержке городского Департамента информационных технологий. Центр стал площадкой для развития технологий искусственного интеллекта в России.

Москва открыла цифровую библиотеку для нейросетей по основным модальностям лучевой диагностики

18 октября 2022 года Центр диагностики и телемедицины ДЗМ сообщил Zdrav.Expert о том, что в Москве расширили цифровую библиотеку обезличенных наборов данных для оценки и обучения нейросетей. Все они опубликованы на платформе НПКЦ ДиТ ДЗМ: Mosmed.ai. Подробнее здесь.

Больше трети медицинских изображений москвичей обрабатываются нейросетями

В 2022 году более 40% лучевых исследований пациентов московских медучреждений обрабатываются при помощи искусственного интеллекта. В 2021 году этот показатель составил порядка 30%. Об этом 7 сентября 2022 года Zdrav.Expert сообщили представители Центра диагностики и телемедицины ДЗМ со ссылкой на слова заместителя руководителя Департамента здравоохранения города Москвы Ильи Тырова. Подробнее здесь.

В Якутии собрали отечественный аналог автоматизированного рабочего места врача-рентгенолога

Якутская компания «Сайберия» провела пусконаладку полностью отечественного автоматизированного рабочего места (АРМ) врача-рентгенолога. Данный продукт компании станет следующей ступенью развития компании. Ранее «Сайберия» разработала методы анализа медицинских изображений с помощью технологий искусственного интеллекта для быстрой и точной постановки диагноза при COVID-19 и инсультах. Подробнее здесь.

В России разработали ИИ-систему для диагностики зубочелюстных аномалий за 1 секунду

Российские ученые разработали нейросеть, позволяющую быстро и с высокой точностью диагностировать распространенные зубочелюстные аномалии. Об этом 14 марта 2022 года Zdrav.Expert сообщили в НИТУ «МИСиС». Отличительно особенностью разработки является ее совместимость практически с любым персональным компьютером. Подробнее здесь.

2021

Анонс ИИ-системы, которая выявляет рак простаты во время обычных КТ-сканирований

В середине июля 2021 года исследователи из Университета RMIT в Мельбурне (Австралия) создали ИИ-систему, которая сможет выявлять рак простаты во время стандартной компьютерной томографии. Обычно на КТ-изображениях трудно обнаружить рак простаты, а выраженное облучение делает КТ непригодным в качестве метода скрининга. Однако если мужчины проходят сканирование брюшной полости или таза по другим причинам, предложенная система позволит обнаружить рак простаты и начать лечение на ранней стадии. Подробнее здесь.

Создана нейросеть, вычисляющая вероятность развития рака легких по флюорографии и КТ

В конце мая 2021 года стало известно о создании нейросети, вычисляющей риск злокачественных новообразований по снимкам компьютерной томографии и флюорографии. Киран Венкадеш (Kiran Venkadesh) из Института медицинских наук Радбудского университета (Нидерланды) и его коллеги разработали алгоритм, оценивающий злокачественность легочных узелков, обнаруженных при скрининговом КТ. Для обучения алгоритма использовались 16 077 изображений легочных узелков (в том числе 1249 злокачественных), собранных в ходе Национального скрининга легких в период с 2002 по 2004 год. Легочные узелки представляют собой необычно плотные структуры размером три сантиметра или менее. Обычно это доброкачественные новообразования, однако в 20% случаев подобные изменения КТ говорят о злокачественной опухоли.

Нейросеть, разработанная Венкадешем и его коллегами, могла различать обе разновидности легочных узелков и оценивать вероятность развития рака с точностью в 82-93%, не уступая в этом отношении 11 признанным экспертам в этой области. Это позволяет использовать данную ИИ-систему в качестве электронного помощника пульмонологов, онкологов и радиологов..

Создана нейросеть, которая определяет вероятность развития рака легких по флюорографии и КТ

Производительность алгоритма сравнивалась с канадской моделью раннего обнаружения рака легких (PanCan). Исследователи обнаружили, что в полной когорте новый алгоритм значительно превосходит модель PanCan.

«
Этот алгоритм глубокого обучения поможет рентгенологам оптимизировать рекомендации по скринингу на рак легких и в идеале снизит количество ненужных диагностических вмешательств, - пишут авторы.
»

Разработчики планируют улучшить работу нейросети, добавив в нее возможность анализировать и сопоставлять снимки, полученные в разное время. Это, как надеются исследователи, значительно повысит точность ее работы и позволит использовать ИИ как критерий необходимости повторных обследований.[1]

Искусственный интеллект помогает выявить онкологию у жителей Карачаево-Черкесии

8 мая 2022 года компания СберМедИИ (SberMedAI) рассказала об опыте применения искусственного интеллекта для раннего выявления признаков онкологических заболеваний. Примером стал опыт использования технологии в Карачаево-Черкесском онкологическом диспансере им. С.П. Бутова. Подробнее здесь.

КТ в связке с машинным обучением начали использовать для прогнозирования серьезных проблем с сердцем

В начале мая 2021 года исследователи сообщили, что использование машинного обучения при коронарной КТ-ангиографии позволяет лучше прогнозировать риск развития неблагоприятных событий со стороны сердца, например, появления нестабильной стенокардии. Подробнее здесь.

«АстраЗенека» реализует проект ретроспективного анализа снимков КТ лёгких с помощью ИИ в Нижнем Новгороде и Питере

Биофармацевтическая компания «АстраЗенека» совместно с региональными научными и медицинскими учреждениями реализует проект ретроспективного анализа снимков компьютерной томографии (КТ) лёгких в Нижнем Новгороде и Санкт-Петербурге. В рамках проекта КТ-снимки, выполненные ранее для диагностики коронавирусной инфекции, проверили с помощью искусственного интеллекта на наличие новообразований в лёгких. Об этом стало известно 25 августа 2021 года. Подробнее здесь.

В ИТМО создали метод для распознавания нейросетью опухолей мозга по снимкам МРТ

Аспирантка факультета информационных технологий и программирования ИТМО создала метод для автоматического распознавания опухолей головного мозга по изображениям МРТ. Он позволит лучше интерпретировать предсказания нейросети, чтобы определить, где она не уверена. Об этом Университет сообщил 26 августа 2021 года. Подробнее здесь.

OneCell разработала комплексную платформу с ИИ для диагностики онкозаболеваний

12 февраля 2021 года стало известно о том, что медицинский стартап OneCell разработал комплексную платформу с ИИ для диагностики онкозаболеваний.

Как сообщалось, OneCell – это телемедицинская платформа с искусственным интеллектом и оборудованием для диагностики в онкопатологии. Подробнее здесь.

2020

Сare Mentor AI в медорганизациях Москвы определяет по КТ-снимкам степень поражения COVID-19

27 октября 2020 года компания Care Mentor AI сообщила о том, что одноименный ИИ-сервис, анализирующий КТ-исследования и выявляющий на них признаки коронавирусной инфекции, был подключен к Единому радиологическому информационному сервису (ЕРИС ЕМИАС). Система Care Mentor AI определяет процент и степень поражения легких у пациентов с COVID-19 и выдает визуализацию находок на сериях КТ-легких. Подробнее здесь.

Анонс Spline.ai - ИИ-системы для обработки рентген-снимков

В середине октября 2020 года разработчик компьютерных технологий обработки данных Xilinx и компания Spline.ai, работающая над применением искусственного интеллекта в медицине, представили алгоритм глубокого обучения с открытым исходным кодом, который позволяет обрабатывать рентгеновские снимки. Подробнее здесь.

Care Mentor AI с помощью суперкомпьютера Сколтеха создаст сервис для определения степени поражения COVID-19

В рамках программы по борьбе с COVID-19 Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) дата-сайентисты компании Care Mentor AI смогли задействовать суперкомпьютер «Жорес» для повышения точности определения патологий. Об этом 2 сентября 2020 года сообщила компания Care Mentor AI. Подробнее здесь.

Анонс Siemens AI-Rad Companion - ИИ-системы для автоматизации рутинных задач в МРТ мозга и простаты

В конце августа 2020 года Siemens Healthineers представила два новых приложения для интерпретации МРТ-снимков на основе искусственного интеллекта (ИИ). Новое программное обеспечение направлено на то, чтобы освободить рентгенологов от рутинных задач во время МРТ головного мозга или предстательной железы. Подробнее здесь.

Платформа Botkin.AI помогает московским врачам выявлять рак легких на компьютерных томограммах

В Москве анализировать компьютерные томограммы и выявлять на них признаки рака легкого начал искусственный интеллект. Об этом 18 августа 2020 года сообщили в Фонде «Сколково». Для этого используется платформа Botkin.AI, разработанная резидентом Фонда «Сколково» компанией «Интеллоджик». Сервис интегрирован с Единой радиологический информационной системой Москвы. Подробнее здесь.

Бесплатный ИИ-сервис Сбербанка поможет выявить изменения в легких, в том числе при COVID-19

Сервис СберЗдоровье и облачная платформа SberCloud, входящие в экосистему Сбербанка, 14 июля 2020 года запустили совместный проект по распознаванию снимков компьютерной томографии легких. Подробнее здесь.

В Москве заработал первый сервис по анализу рентгенограмм с помощью нейросети

В Единый радиологический информационный сервис (ЕРИС), к которому подключено диагностическое оборудование Москвы, было интегрировано программное обеспечение Care Mentor AI, которое анализирует и проводит скрининг рентгенограмм органов грудной клетки на наличие различных патологий, включая такие социально значимые как рак легких, туберкулез, пневмония. Об этом Zdrav.Expert стало известно 3 июля 2020 года. Подробнее здесь.

Производитель КТ-сканеров выпустил ИИ-систему, которая ставит диагнозы за 10 секунд

В конце мая 2020 года китайский производитель компьютерных томографов Imsight Technology представил ИИ-систему для КТ-диагностики легких, которая устанавливает предварительный диагноз за 10 секунд. Разработка получила название Imsight CT Analysis System. Подробнее здесь.

2019

ПО для распознавания лиц может узнавать человека по МРТ-снимку мозга

В конце октября 2019 года стало известно, что программное обеспечение для распознавания лиц может точно сопоставлять фотографии людей с МРТ-снимками головного мозга.

Обычное ПО для распознавания лиц правильно идентифицировало добровольцев в более чем 80% случаев, однако исследователи считают, что при привлечении большего числа пациентов точность снизится. Предполагается, однако, что такие функции ПО могут угрожать конфиденциальности пациентов, ведь законы не успевают меняться так быстро, как технологии. В отчете NYU ученые уже предупреждали о потенциальных рисках применения ПО для распознавания лиц. Эта технология все чаще используется полицией для слежки и поиска подозреваемых, однако регуляторные нормативы все еще серьезно отстают от реальности.

Стало известно, что программное обеспечение для распознавания лиц может точно сопоставлять фотографии людей с МРТ-снимками головного мозга

Исследователи из клиники Майо обнаружили, что благодаря общедоступному программному обеспечению для распознавания лиц они в 83% случаях смогли правильно сопоставить фотографии пациентов с МРТ-снимками. Один из исследователей, Кристофер Шварц (Christopher Schwarz), сообщил, что команда клиники Майо решила провести такое исследование, отметив высокое качество изображений, используемых для изучения мозга пациентов с болезнью Альцгеймера и деменцией. Обычно на МРТ-снимках виден контур головы, включая кожу и жир, но не определяются кости и волосы, однако ПО оказалось достаточно и этой информации.

В исследовании приняли участие 84 добровольца, и ПО для распознавания лица успешно соотнесла их МРТ-снимки с фотографиями. Несмотря на потрясающую точность ПО, исследователи не готовы так легко довериться полученным результатам. Профессор рентгенологии Элиот Сигел (Eliot Siegel) отметил, что при увеличении размера выборки точность «узнавания» фотографий наверняка упадет.[2]

Российская платформа для диагностики рака с помощью ИИ привлекла 100 млн рублей

Компания «Интеллоджик», развивающая проект Botkin.AI, привлекла 100 млн руб. от фондов Digital Evolution Ventures (создан при участии «Росатома») и RBV Capital (основан «Р-Фарм» Алексея Репика и Российской венчурной компанией), а также текущих инвесторов — Primer Capital и «ЭкспоКапитал». Botkin.AI развивает систему на базе искусственного интеллекта (ИИ) для анализа и определения патологий на снимках компьютерной томографии, рентгена и маммографии. В компании говорят, что уже реализовали пилотные проекты по ранней диагностике рака легкого в четырех регионах России. Подробнее здесь.

Российская клиника внедрила нейросеть отечественного разработчика для описания рентгеновских снимков

В российской частной клинике «Медицина» внедрена нейросеть для описания рентгеновских снимков, разработанная компанией Care Mentor AI (КэреМенторЭйАй). Это уникальный проект для российской медицины: вместо 20 минут, которые тратит врач на описание рентгеновского снимка, искусственный интеллект выполняет эту работу всего за 3 секунды. То есть к моменту, когда пациент оденется после проведенного исследования, описание снимка и предварительный диагноз будут уже готовы. Подробнее здесь.

ИИ начал прогнозировать способности детей по МРТ-снимкам

В середине марта 2019 года опубликовано исследование, согласно которому искусственный интеллект способен прогнозировать способности детей по МРТ-снимкам. Исследователи утверждают, что, анализируя связи белого вещества в мозгу ребенка при рождении, алгоритм ИИ может предсказать уровень его когнитивного развития в возрасте 2 лет и предложить необходимые вмешательства детям из группы риска.

Хотя данные свидетельствуют о том, что основополагающая схема человеческого мозга существует уже при рождении и что коннектом белого вещества поддерживает развитие функций мозга, как именно это происходит – неизвестно. Поэтому команда исследователей из Медицинского факультета Университета Северной Каролины во главе с доктором Джессикой Жиро (Jessica Girault) решила обучить ИИ анализу связей белого вещества на МРТ головного мозга при рождении у доношенных детей.

В середине марта 2019 года опубликовано исследование, согласно которому искусственный интеллект способен прогнозировать способности детей по МРТ-снимкам.

Используя диффузионно-взвешенные МРТ-изображения, полученные вскоре после рождения, исследователи позволили ИИ распределить 75 доношенных младенцев по баллам выше или ниже среднего уровня когнитивного развития по шкале ELC, используемой в возрасте 2 лет. Обнаружилось, что ИИ с 98% точностью предсказывает корреляцию между показателями связей белого вещества и фактической когнитивной оценкой этих детей в 2 года. При тестировании на отдельной выборке 37 недоношенных детей алгоритм продемонстрировал 96% точность.

Таким образом исследование показало, что сеть белого вещества при рождении обладает высокой степенью предсказательности и может быть полезным биомаркером при визуализации. Тот факт, что исследователи смогли воспроизвести полученные данные во второй группе детей, является убедительным доказательством реальности их открытия. Потенциально подобный ИИ может использоваться для раннего выявления нарушений и принятия решений о корректирующих мерах.[3]

ИИ впервые начал успешно предсказывать метастазы на МРТ-снимках молочных желез

В конце января 2019 года исследователи сообщили, что смогли использовать относительно небольшой набор данных для обучения искусственного интеллекта оценке диагностических изображений. Согласно статье, опубликованной в Journal of Digital Imaging, исследовательская группа подготовила программу для прогнозирования шансов развития метастазов в подмышечных лимфатических узлах при раке молочной железы по данным МРТ. ИИ-программа достигла только 84% точности диагностики, но команда собирается собрать больше данных для обучения алгоритм, чтобы в конечном итоге использовать его в клинической практике. Подробнее здесь.

ИИ-система изучает снимки и предсказывает метастазы

2018

Искусственный интеллект привлекли к УЗИ-диагностике беременных

В британской больнице запустили новый вид тестирования плода на патологии, которые не способен заметить врач. В основанную на искусственном интеллекте систему заложено 350 000 снимков, классифицированных по тем или иным отклонениям[4].

По уточнению Engineer, УЗИ-диагностика с искусственным интеллектом получила название ScanNav и призвана давать врачу дополнительные сведения в режиме реального времени. В результате ИИ позволяет специалисту не сомневаться, что учтены все ракурсы. Последнее особенно актуально из-за движения плода в утробе матери.

Пока технологию апробируют в тестовом режиме в акушерстве, но в будущем разработку планируется применять в различных областях медицины. К слову, на ИИ-диагностов уже возложены большие надежды в испытывающей дефицит врачей Японии, а в Китае искусственному интеллекту и вовсе выдали врачебную лицензию.

Искусственный интеллект научился выявлять болезнь Альцгеймера на 6 лет раньше врачей

Искусственный интеллект может диагностировать болезнь Альцгеймера гораздо раньше врачей. Ученые обучили компьютерную систему выявлять на снимках позитронно-эмиссионной томографии (ПЭТ) первые признаки тяжелого заболевания, трудноразличимые для глаз. Результаты исследования 6 ноября 2018 года опубликовал журнал Radiology.

Для диагностики болезни Альцгеймера команда исследователей из Калифорнийского университета создала самообучающийся ИИ-алгоритм. Чтобы натренировать систему, ученые использовали более 2100 снимков головного мозга свыше 1000 пациентов, которые были сделаны с помощью ПЭТ-сканирования, передает The Sun.[5]

Ученые обучили компьютерную систему выявлять на снимках позитронно-эмиссионной томографии (ПЭТ) первые признаки тяжелого заболевания, трудноразличимые для глаз

Позитронно-эмиссионная томография позволяет оценить метаболическую активность мозга. При болезни Альцгеймера скорость обмена веществ в определённых участках нервной ткани снижается, и искусственный интеллект научился обнаруживать эти едва заметные изменения. 90% снимков послужили для обучения алгоритма, а остальные 10% были задействованы во время тестирования.[6]

В ходе финального испытания система сумела в 100% случаях выявить признаки деменции на снимках 40 пациентов, причем отследила их в среднем на шесть лет раньше, чем был поставлен официальный диагноз.

«
Мы очень довольны работой алгоритма. Он выявил всех пациентов, у кого впоследствии диагностировали болезнь Альцгеймера, — заявил один из авторов исследования доктор Джае Хо Сон (Jae Ho Sohn).
»

В свою очередь, профессор Ноэль Шарки (Noel Sharkey) из Университета Шеффилда, Великобритания, заявил, что хотя размер выборки и программа тестов были сравнительно небольшими, полученные результаты очень многообещающи и свидетельствуют о целесообразности более масштабного исследования.

По словам специалистов, более ранняя диагностика болезни Альцгеймера позволит замедлить или даже остановить ее развитие.

Facebook в 10 раз ускорила МРТ-сканирование благодаря искусственному интеллекту

В августе 2018 года Facebook анонсировала исследовательский проект, целью которого является увеличение скорости МРТ-сканирования при помощи технологий искусственного интеллекта.

Совместно с Университетом Нью-Йорка была создана ИИ-система, обученная примерно на 3 млн МРТ-снимках сердца, печени и костей, а также на 10 тыс. исследований с вынесенными диагнозами. Facebook в этом проекте отвечает за технологии компьютерного зрения и визуализации.

Facebook анонсировала исследовательский проект, целью которого является увеличение скорости МРТ-сканирования при помощи технологий искусственного интеллекта

По результатам тренировки нейросеть позволила МРТ-аппаратам быстрее сканировать человеческие органы и выдавать результаты благодаря тому, что оборудованию стало достаточно изучить только некоторые участки тела. Благодаря применению ИИ-алгоритма скорость работы медицинских сканеров увеличилась до 10 раз.

«
Используя ИИ, можно собирать меньше данных и, как следствие, ускорить сканирование, при этом сохранив или даже расширив богатые информацией МРТ-изображения. Задача состоит в том, чтобы обучить искусственные нейронные сети распознавать базовую структуру изображений, чтобы заполнят пробелы, возникающие при ускоренном сканировании, — говорится в блоге Facebook. — Этот метод похож на то, как люди обрабатывают сенсорную информацию. Когда мы познаем мир, мозг часто получает неполную картину, как в случае с размытыми или тускло освещенными предметами, и впоследствии ее достраивает. Нам нужно использовать эти сведения с пользой для медицины.
»

В Facebook особо подчеркивают, что обучение ИИ-системы происходило с использованием анонимных данных в полном соответствии с нормами приватности HIPAA.[7]

Ранее в 2018 года телеканал CNBC сообщил, что Facebook ведет с больницами переговоры по поводу обмена данными о пациентах, однако проект был закрыт после его огласки.

Алгоритм Google для анализа флюорографии органов грудной клетки

В конце марта 2018 года компания Google продемонстрировала искусственный интеллект для быстрой и эффективной обработки флюорография органов грудной клетки. Разработка была представлена на конференции EmTech Digital в Сан-Франциско.

В Google создали модель глубинного обучения, способная совершенствоваться на основе небольшого числа аннотированных (с помеченными вручную областями, на которых видны отклонения) медицинских снимков и позволяющая одновременно идентифицировать болезнь и выделить ее на изображении.

Google представила искусственный интеллект для анализа флюорографии органов грудной клетки

Для обучения алгоритма использовали ChestX-ray8 — самую крупную открытую базу данных рентгенологических исследований грудной клетки, которую ведет Национальный институт здравоохранения США (U.S. National Institutes of Health). В каталоге представлено более 110 тыс. флюорографических снимков, связанных с 14 видами заболеваний, а также 880 изображений, на которых сертифицированные рентгенологи выделили 984 областей, показывающих отклонения.

Все снимки пропустили через так называемую сверточную нейронную сеть для того, чтобы отсортировать всю информацию на снимках и закодировать данные, такие как тип заболевания, месторасположение аномалии и т. п.

Потом для получения локальной информации изображение делится на множество областей. Благодаря этому доктора могут быстро выявлять недуги и ставить диагнозы даже без обширных знаний в своей области.

«
Этот алгоритм превосходит современное машинное обучение, используемое для прогнозирования заболеваний, и, что важнее, выдает аналитическую картину вынесенного компьютером решения для того, чтобы помочь рентгенологам лучше интерпретировать результат, — заявила руководитель отдела исследования и разработок облачного искусственного интеллекта и машинного обучения Google Цзя Ли (Jia Li).[8]
»

2017

Искусственный интеллект превзошел рентгенологов в диагностике пневмонии

В ноябре 2017 года исследователи из Стэнфордского университета представили самообучающийся алгоритм (так называемую нейросеть) CheXNet, который способен ставить диагноз пневмонии по рентгенограммам легких. Результаты своей работы ученые опубликовали в открытом доступе. Полученная программа крайне узкоспециализированная, однако справляется со своей работой лучше профессиональных рентгенологов.

Рентгеновский снимок грудной клетки больного пневмонией

CheXNet обучали на общедоступной базе данных, содержащей более 100 000 рентгенограмм грудной клетки, на которых можно различить 14 патологий. После обучения нейросеть проверили: нескольким рентгенологам предложили провести анализ тестовых рентгеновских снимков, а результаты сопоставили с диагнозами машины. Как оказалось, компьютерная система смогла диагностировать пневмонию более точно, чем человек.

Пневмония — опасное и распространенное заболевание, и ее раннее выявление поможет предотвратить множество смертей; только в США от воспаления легких ежегодно погибает около 50 000 человек. Кроме того, пневмония является одной из главных причин детской смертности от инфекционных заболеваний.

Разработчики научили систему помечать разными цветами те отделы легких, где машина «увидела» признаки воспаления легких; чем ярче цвет – тем вероятнее патология. А уже после машинной обработки рентгенограммы просматривает врач, обращая внимание в первую очередь на те области, которые машина пометила как самые «горячие».

Эндрю ЭнДжи (Andrew Ng), соавтор статьи и бывший руководитель группы исследования в области искусственного интеллекта в компании Baidu, полагает, что подобные системы вскоре станут применяться повсеместно. Джеффри Хинтон (Geoffrey Hinton), один из пионеров разработки систем глубинного обучения, считает, что необходимость в обучении новых рентгенологов отпала, а с их функциями вполне может справиться нейросеть. Кроме пневмонии, компьютерные системы также умеют обнаруживать признаки наличия опухолей, нарушения ритма сердца и прочие патологические изменения на рентгеновских снимках, электрокардиограммах и других системах визуализации.[9]

Обзор развития ИИ в радиологии

В начале мая 2017 года издание AuntMinnie.com опубликовало статью, посвященную использованию искусственного интеллекта (ИИ) в радиологии. В публикации содержится вывод о том, что компьютер еще не готов заменить рентгенологов, однако способен радикально повлиять на их деятельность, оптимизировав рабочие процессы, снизив количество обследований и даже оказав помощь в поиске геномных маркеров.

Как сообщил доктор Элиот Сигель (Eliot Siegel) из Университета Мэриленда (University of Maryland), за последние 30 лет опубликованы тысячи работ, посвященных алгоритмам анализа медицинских изображений, однако немногие из них нашли применение в медицинской практике. Те технологии, которые все же были взяты на вооружение, являются скорее эволюционными, а не революционными, отметил он.

Искусственный интеллект способен радикально повлиять на их деятельность, оптимизировав рабочие процессы, снизив количество обследований и даже оказав помощь в поиске геномных маркеров
«
Маммографические системы обнаружения с компьютерной обработкой данных существуют более 20 лет и по сути являются единственными программами машинного обучения, которые сегодня широко применяются в диагностической визуализации. Около 90% маммографов используют его, однако с огромной долей сомнения и скептицизма, а в некоторых случаях и с насмешкой, — сообщил Сигель.
»

Однако, по его словам, использование графических процессоров для машинного обучения привело к значительному увеличению вычислительной мощи. Это облегчило реализацию наиболее требовательных к ресурсам вычислительных методов, таких как глубинное обучение, распознавание изображений и сверточные нейронные сети.

Все это имеет большой потенциал для работы с медицинскими снимками, однако требует тщательной маркировки и составления детальных описаний изображений вручную, а также большого количества исследований по визуализации, добавил эксперт.

Доктор Марк Коли (Marc Kohli) из Калифорнийского университета в Сан-Франциско согласен, что искусственный интеллект все еще далек от клинической практики среднестатистического радиолога, несмотря на многочисленные проекты в Кремниевой долине.

Вместе с тем все больше специалистов по лучевой диагностике получает базовые знания о машинном обучении и применении их на практике. Академики надеются, что растущий интерес к искусственному интеллекту увеличит инвестиции в этой области. При этом специалисты по обработке и анализу данных все чаще вступают во многие академические программы, отмечает Коли.

Доктор Брэдли Эриксон (Bradley Erickson) из клиники Майо в Рочестере (штат Миннесота, США) говорит, что к 2017 году наиболее распространенной областью использования машинного обучения является распознавание речи, однако есть еще много направлений для совершенствования технологии.

По мнению доктора Лучиано Преведелло (Luciano Prevedello) из медицинского центра Университета штата Огайо в Векснере, развитие искусственного интеллекта в радиологии протекает быстро, однако эта сфера все еще находится в зачаточном состоянии.

Преведелло ожидает, что ИИ-решения начнут чаще использоваться к 2019 году для оптимизации рабочих процессов. К примеру, в одной из клиник Огайо уже используются «умные» алгоритмы для поиска снимков компьютерной томографии с критическими показаниями. Использование ИИ для постановки диагнозов по медицинским снимкам будет возможно позднее из-за необходимости проведения многочисленных испытаний перед внедрением, считает доктор.

Доктор Раймонд Гейс (Raymond Geis) из Медицинской школы Университета Колорадо считает, что ИИ полезен для поиска закономерностей в данных и прогнозирования поведения на основе предыдущих моделей, а первые коммерческие ИИ-алгоритмы в радиологии не будут анализировать сами изображения. Скорее, они будут задействованы для составления отчетов на основе выводов врачей.

Коммерческие решения могут использоваться, например, в КТ-сканировании для предупреждения врачей об опасных отклонениях, такик как острое внутричерепное кровоизлияние, предполагает Гейс.

Элиот Сигель видит большие перспективы искусственного интеллекта в специализированных областях: определение переломов тел позвонков, обнаружение и составление характеристик узлов в легких, МРТ и ядерный анализ изображений сердца.

Марк Коли затруднился назвать, какие области будут наиболее важными для клинического использования искусственного интеллекта в радиологии, но выразил мнение о том, что успех проектов будет зависеть от многих факторов, в том числе от правильности интеграции и проверок, а также от решений регуляторов.

Приложения, которым не нужны одобрения регулирующих органов, будут развиваться быстрее, поскольку у властей нет отлаженного механизма, позволяющего разработчикам PACS и других подобных систем предлагать ИИ-софт, созданный сторонними разработчиками, из-за жестких требований к написанию кода, документации и тестированию.

Еще одной проблемой, по мнению Зигеля, являются высокие системные требования к компьютерам, на которых выполняются алгоритмы машинного обучения. Решение этой проблемы могли бы стать облачные сервисы, однако многие радиологи не доверяют им и не активно используют их, отметил он.[10]

Брэдли Эриксон уверен, что искусственный интеллект, в первую очередь, будет полезен для отображения геномных или диагностических свойств, которые радиологи не видят сегодня.

«
Мы и другие публикуем исследования, показывающие, что глубинное обучение может предсказать геномные маркеры с высокой точностью по обычным изображениям КТ и МРТ, даже если люди мало или вообще ничего не знают об этих признаках», — рассказал Эриксон. [11]
»

Испанское ПО 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, испанский Институт медицинских исследований La Fe (Medical Research Institute La Fe) представил программное обеспечение, использующее искусственный интеллект для первичного обнаружения заболеваний по рентгеновским снимкам. Подробнее здесь.

Смотрите также

Примечания