Искусственный интеллект научился находить скрытые болезни на КТ-снимках

Специалисты Пенсильванского университета обучили модель искусственного интеллекта Percival анализировать КТ-снимки и находить признаки заболеваний, которые могли остаться незамеченными

Модель Percival обучали на собранных за два десятилетия данных более чем 350 тысяч человек, а также примерно на 400 тысячах КТ-снимков около 50 тысяч пациентов. Она способна выявлять признаки хронических заболеваний — например, мерцательной аритмии и хронической болезни почек — даже если сканирование проводилось по другому поводу.

При сравнении с другой ИИ-моделью — TotalSegmentator — Percival надёжнее обнаруживала такие заболевания, как рак поджелудочной железы, цирроз и бактериальная пневмония. По словам исследователей, модель может не только выявлять уже существующие проблемы, но и предсказывать дальнейшее развитие болезни и возможные осложнения.

Разработчики планируют начать испытания модели в начале следующего года, чтобы в перспективе внедрить её в клиническую практику. При этом код модели и подробное описание её обучения открыты — это позволит другим исследователям вносить улучшения.

Учёные также изучают, как можно повысить точность Percival: например, за счёт использования ещё больших массивов данных и информации из разных медицинских учреждений. В Пенсильванском университете продолжают развивать и другие ИИ-решения для медицины — в том числе модель для анализа МРТ-снимков сердца, которая показала почти идеальную точность в диагностике.

Ранее по теме: Учёные создали ИИ-модель для точной диагностики лёгочных узелков

Источник: Пенсильванский университет