Уфимские ученые разработали медицинское приложение по диагностике пневмонии, вызванной коронавирусной инфекцией. Оно анализирует снимки компьютерной томографии и рентгенографии. В основе приложения – методы искусственного интеллекта, машинного обучения и глубоких нейронных сетей.

В начале сеть проходит обучение с набором уже известных диагнозов, затем самостоятельно диагностирует наличие пневмонии, вызванной коронавирусной инфекцией, а также определяет объем поражения легких. Исходные данные для обучения берутся из открытых источников без указания личной информации пациентов.

«В приложение введены элементы объяснимого искусственного интеллекта, когда система распознавания дает пояснение о принятии того или иного решения. Основным его преимуществом является высокая точность распознавания, что, в свою очередь, является несомненным достоинством для молодых специалистов», – объяснила доктор технических наук, профессор кафедры вычислительной математики и кибернетики Гюзель Шахмаметова.

С 2018 по 2021 год ученые разработали несколько десятков приложений с применением искусственного интеллекта и машинного обучения. Все разработки созданы по запросу медиков. Основная задача -  снизить нагрузку на врачей.

«С развитием цифровизации, методов искусственного интеллекта и машинного обучения, у специалистов УГАТУ появилась возможность создавать приложения, которые помогут медикам сохранять человеческие жизни – наши разработки способствуют принятию решений. Они востребованы медиками, и интерес к продолжению нашей работы в этом направлении огромен. Сейчас цифровизация находится на таком уровне, когда мы можем создавать приложения для распознавания самых разных заболеваний, а также предсказания течения заболеваний при наличии данных в динамике», –  рассказал ректор УГАТУ Сергей Новиков. 

Важно отметить, что нововведение не заменит врачей, а лишь облегчит автоматизирует рутинную работу. Окончательный диагноз будет определять специалист. «Наша задача ― помочь врачу, а не заменить его»,- подчеркивают разработчики.

Исследования поддержаны грантом Российского фонда фундаментальных исследований «Технологии обработки биомедицинских данных с применением машинного обучения».

Источник: УГАТУ

Фото: УГАТУ