| Название базовой системы (платформы): | Искусственный интеллект (ИИ, Artificial intelligence, AI) |
| Разработчики: | Московский Государственный Университет (МГУ), НПКЦ ДиТ ДЗМ (Научно-практический центр диагностики и телемедицинских технологий Департамента здравоохранения Москвы) |
| Дата премьеры системы: | 2022/12/09 |
| Отрасли: | Фармацевтика, медицина, здравоохранение |
Основные статьи:
2022: Представление метода контроля качества медицинских томографов с помощью нейросети
Специалисты Центра диагностики и телемедицины совместно с математиками МГУ разработали метод контроля качества медицинских томографов, который позволит своевременно выявлять неисправности аппаратов МРТ в автоматическом режиме. Об этом 9 декабря 2022 года сообщил Центр диагностики и телемедицины ДЗМ.
 | На декабрь 2022 года московским врачам-рентгенологам помогают множество цифровых сервисов, но мы всегда ищем возможности сделать лучевую диагностику еще эффективнее. Для этого специалисты Центра предложили методику контроля МРТ по клиническим изображениям и обучили алгоритм, разработанный коллегами из МГУ для автоматизации процесса. Это позволит быстрее выявлять требующие дополнительного внимания технических специалистов томографы и, как следствие - снизить длительность простоя и стоимость ремонта. Системе еще требуется дообучение и тестирование, но уже имеющиеся результаты говорят о целесообразности внедрения. Такой подход в перспективе может повысить качество лучевой диагностики столицы, – отметил директор Центра диагностики и телемедицины ДЗМ, главный специалист Москвы по лучевой и инструментальной диагностике Юрий Васильев. |  |
Магнитно-резонансная томография – это высокоточный метод трехмерной визуализации внутренних органов без вредного ионизирующего облучения, все более широко использующийся врачами-рентгенологами для точной постановки диагнозов. Представленный метод контроля качества медицинских томографов был разработан во избежание поломок и простоя оборудования. В его основе находится технология машинного обучения. Чтобы настроить нейросетевую модель собирается выборка изображений МРТ с различных аппаратов, для которых точно известен результат контроля качества — исправен аппарат или нет. Алгоритм обучается различать изображения с исправных и неисправных аппаратов. Экспериментальная оценка на данных показала превосходство разработанной методики над аналогами по точности.
| | Подобная технология имеет ряд плюсов. Во-первых, экономится время рентгенолаборанта, которому необходимо вручную проводить оценку качества работы аппаратов. Эта процедура требует специальной подготовки, а также занимает некоторое время. Во-вторых, гарантируется регулярность контроля. Контроль качества работы оборудования должен проводиться ежедневно, в крайнем случае еженедельно. Автоматический контроль качества изображений может проводиться в формате 24/7. Анализ одного трехмерного изображения занимает меньше секунды, поэтому после проведения исследования система сразу отметит «подозрительные» изображения. Далее персонал сможет проанализировать полученную информацию и при необходимости вызвать техническую бригаду для ремонта или замены оборудования, – рассказала доцент кафедры интеллектуальных информационных технологий факультета вычислительной математики и кибернетики МГУ, к.ф.-м.н. Ольга Сенюкова. | |
Центр диагностики и телемедицины оказывает консультативную поддержку по вопросам безопасности кабинетов МРТ на этапе проектирования и в рамках приемочных и периодических испытаний, подготовки методических и информационных материалов, а также обучения персонала.
