Новый компьютерный алгоритм обучен диагностировать пневмонию лучше медиков

AOinformНаука 18.11.2017 в 16:407870
Новый компьютерный алгоритм обучен диагностировать пневмонию лучше медиков
Иллюстрация / Фото: из открытых источников
Решение машины чаще совпадало с мнением большинства врачей, чем диагнозы специалистов по фронтальным снимкам
Исследователи Стэнфордского университета разработали алгоритм глубокого обучения, который проверяет рентгеновские снимки грудной клетки на наличие признаков болезни. Кроме этого, нейросеть способна выявлять еще 13 видов заболеваний, пишет Phys.org.

"Интерпретация рентгеновских снимков для диагностики патологий вроде пневмонии очень сложный процесс, и мы знаем, что в диагнозах часто бывают разночтения. Нас заинтересовала возможность создания алгоритма машинного обучения, который способен на основе сотен тысяч снимков научиться ставить точный диагноз", - говорит один из авторов работы, аспирант Стэнфорда Пранав Раджперкар.

Работа использует общедоступные данные, которые первоначально были обнародованы Национальным институтом здоровья США 26 сентября 2017 года. Этот набор данных содержит более 100 тысяч фронтальных рентгеновских снимков, на которых можно зафиксировать до 14 возможных патологий.

Уже через месяц обучения нейросеть могла обнаруживать все 14 патологий. Также алгоритм превзошел в точности диагноза четырех радиологов из Стэнфорда. Это означает, что решение машины чаще совпадало с мнением большинства врачей, чем диагнозы специалистов по фронтальным снимкам, которые те ставили в одиночку.

В то же время, ученые отмечают, что обычно рентгенологи используют для диагностики не только фронтальные рентгеновские снимки, но также боковые снимки и историю болезни. Поэтому пока диагноз, который ставят медики все-таки точнее, чем диагноз нейросети. Однако, программа поможет диагностировать пневмонию в тех местах, где не хватает специалистов.

"Мы планируем продолжить работу по созданию и совершенствованию медицинских алгоритмов, которые могут автоматически обнаруживать отклонения, и мы надеемся создать высококачественные анонимные медицинские наборы данных в открытом доступе для других групп ученых. Существует огромный потенциал для машинного обучения, для того, чтобы улучшить существующую систему здравоохранения, и мы хотим продолжать быть на переднем крае инноваций в этой области", - подчеркнули авторы работы.
Аватар nomid Дмитрий Вовчок / nomid
Главред AOinform

18.11.2017 в 16:40 787 Наука
0.0
Сегодня читают
Комментариев: 0
Войдите, чтобы оставить комментарий.