Улучшить распознавание опухолей помогут алгоритмы для ИИ от Google
Улучшить распознавание опухолей помогут алгоритмы для ИИ от Google. В процессе диагностирования наличия у пациентов некоторых форм рака молочной и предстательной желёз, по статистике - мнения врачей могут совпадать лишь на 48%. Учитывая это специалистами копании Google, было предложено прибегнуть к «помощи ИИ», при выполнении процесса диагностики.
Для создания программы разработчики использовали предоставленные медицинским центром университета Неймегена - снимки органов, поражённых онкологией. В качестве базового алгоритма для их обработки был использован ранее разработанная программа под названием Inception (или GoogLeNet).
Тепловые карты (снимки с отметкой возможных участков поражений) использовались для обучения системы. Некоторая модификация алгоритма, позволила усовершенствовать подготовленные при его помощи тепловые карты настолько, что их точность достигла 89%, в сравнении с базовыми снимками, которые характеризовались большим количеством «шумов». Следующим этапом работ стало сравнение результатов и выводов, сделанных Inception с заключениями, которые могли бы дать врачи. В результате тестирования, проведённого на 130 снимках, выяснилось, что Inception определяет участки поражения на 16% эффективнее человека.
По утверждению авторов алгоритма, хорошие результаты, полученные в результате эксперимента, к сожалению, не делают модель совершенной. Один из минусов состоит в том, что она не обращает внимания на наличие сопутствующих патологий, которые могут косвенно подтверждать наличие заболевания.
Но в сочетании с работой человека, программа-диагност может оказаться очень полезной, что позволит увеличить количество выявленных заболеваний, которые раньше могли упустить.
Для создания программы разработчики использовали предоставленные медицинским центром университета Неймегена - снимки органов, поражённых онкологией. В качестве базового алгоритма для их обработки был использован ранее разработанная программа под названием Inception (или GoogLeNet).
Тепловые карты (снимки с отметкой возможных участков поражений) использовались для обучения системы. Некоторая модификация алгоритма, позволила усовершенствовать подготовленные при его помощи тепловые карты настолько, что их точность достигла 89%, в сравнении с базовыми снимками, которые характеризовались большим количеством «шумов». Следующим этапом работ стало сравнение результатов и выводов, сделанных Inception с заключениями, которые могли бы дать врачи. В результате тестирования, проведённого на 130 снимках, выяснилось, что Inception определяет участки поражения на 16% эффективнее человека.
По утверждению авторов алгоритма, хорошие результаты, полученные в результате эксперимента, к сожалению, не делают модель совершенной. Один из минусов состоит в том, что она не обращает внимания на наличие сопутствующих патологий, которые могут косвенно подтверждать наличие заболевания.
Но в сочетании с работой человека, программа-диагност может оказаться очень полезной, что позволит увеличить количество выявленных заболеваний, которые раньше могли упустить.
