Искусственный интеллект смог обойти врачей в чтении рентгеновских снимков
Искусственный интеллект смог обойти медиков в чтении рентгеновских снимков. Новый алгоритм CheXNeXt за считанные секунды может читать рентгеновские снимки четырнадцати медицинских патологий, показывая иногда лучший результат, в сравнении с врачами.
Новый алгоритм ИИ может очень точно и быстро читать рентгеновские снимки груди, при этом выявляя признаки более 10 видов разных болезней. CheXNeXt является первым в мире алгоритмом, способным оценивать снимки рентгена на наличие признаков многих болезней одновременно, а также выдавать результаты, соответствующие выводам профессиональных рентгенологов. Исследователи хотят довести алгоритм до совершенства, для надежного и быстрого сканирования широкого диапазона медицинских изображений с различными признаками заболеваний, не прибегая к помощи профессиональных рентгенологов. Алгоритмы типа CheXNeXt смогут в дальнейшем помочь врачам-диагностам намного быстрее ставить диагноз, не затрачивая при этом время на консультации с прочими врачами.
Для тренировки алгоритма специалисты использовали примерно 112 тысяч рентгеновских снимков. Потом комиссия из 3 радиологов проанализировала набор, состоящий из 420 снимков на предмет четырнадцати патологий. Их заключения в итоге стали контрольными для каждого скана.
Новый алгоритм ИИ может очень точно и быстро читать рентгеновские снимки груди, при этом выявляя признаки более 10 видов разных болезней. CheXNeXt является первым в мире алгоритмом, способным оценивать снимки рентгена на наличие признаков многих болезней одновременно, а также выдавать результаты, соответствующие выводам профессиональных рентгенологов. Исследователи хотят довести алгоритм до совершенства, для надежного и быстрого сканирования широкого диапазона медицинских изображений с различными признаками заболеваний, не прибегая к помощи профессиональных рентгенологов. Алгоритмы типа CheXNeXt смогут в дальнейшем помочь врачам-диагностам намного быстрее ставить диагноз, не затрачивая при этом время на консультации с прочими врачами.
Для тренировки алгоритма специалисты использовали примерно 112 тысяч рентгеновских снимков. Потом комиссия из 3 радиологов проанализировала набор, состоящий из 420 снимков на предмет четырнадцати патологий. Их заключения в итоге стали контрольными для каждого скана.