Меню
Последние новости России и Мира » Другое » Последнее применение искусственного интеллекта в медицине

Последнее применение искусственного интеллекта в медицине

 

Последнее применение искусственного интеллекта в медицине

 

 

Будущее «стандартной» медицинской практики может наступить раньше, чем ожидалось: скоро пациенты смогут использовать компьютер, прежде чем обращаться к врачу.


Достижения в области вычислительной техники в сочетании с огромными объемами данных, генерируемых в системах здравоохранения, делают многие клинические проблемы решаемыми для приложений ИИ.


Ниже приведены два недавних применения точных и клинически значимых алгоритмов, которые могут принести пользу как пациентам, так и врачам, сделав диагностику более простой.

 

Искусственный интеллект для анализа медицинских изображений и его демо-доступ представлен тут.


Первый из этих алгоритмов — один из множества существующих примеров алгоритма, который превосходит врачей в задачах классификации изображений. Осенью 2018 года исследователи из больницы и медицинского колледжа Сеульского национального университета разработали алгоритм ИИ под названием DLAD (автоматическое обнаружение на основе глубокого обучения) для анализа рентгенограмм грудной клетки и обнаружения аномального роста клеток, например, потенциальных раковых заболеваний. Эффективность алгоритма сравнивалась со способностями обнаружения нескольких врачей на одних и тех же изображениях, и тут он превзошел 17 из 18 врачей.


Второй из этих алгоритмов разработан исследователями также осенью 2018 года, которые создали алгоритм обучения LYNA (Lymph Node Assistant). Они проанализировали образцы тканей, окрашенных гистологическими слайдами, для выявления метастатических опухолей рака молочной железы из лимфатических узлов. Это не первая попытка применения ИИ гистологического анализа, но что интересно, этот алгоритм может идентифицировать подозрительные области, не различимые человеческим глазом, в полученных образцах биопсии. LYNA был протестирован и показал, что правильно классифицирует образец как злокачественный или доброкачественный в 99%. Кроме того, при предоставлении врачам для использования в сочетании с их типичным анализом образцов окрашенных тканей, LYNA вдвое сократила среднее время просмотра слайдов.


Недавно другие алгоритмы, основанные на визуализации, показали аналогичную способность повышать точность врачей. В краткосрочной перспективе врачи могут использовать эти алгоритмы, чтобы помочь перепроверить свои диагнозы и быстрее интерпретировать данные о пациентах без ущерба для точности.


В долгосрочной перспективе одобренные правительством алгоритмы могут работать в клинике независимо, позволяя врачам сосредоточиться на случаях, которые компьютеры не могут решить.


Расскажи в социальных сетях:



Какие эмоции у вас вызвала публикация? (УКАЖИТЕ НЕ БОЛЕЕ ДВУХ ВАРИАНТОВ)

Комментариев - 0