В ТГУ разрабатывают IT-алгоритмы для выявления злокачественных опухолей с помощью нейросети

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2022-02-10 14:33

ии в медицине

В Институте прикладной математики и компьютерных наук ТГУ разрабатывают алгоритмы и программное обеспечение, которые позволят выявлять злокачественные опухоли легких по данным компьютерной томографии с помощью нейросети. Об этом сообщает пресс-служба вуза. Новый подход станет дополнительным инструментом для повышения точности и оперативности обследования, что позволит пациентам быстрее получать необходимое лечение.

«Актуальность данной проблемы обусловлена тем, что правильная интерпретация медицинских изображений требует достаточного опыта и времени, — рассказывает доцент кафедры теоретических основ информатики ИПМКН Сергей Аксенов. — Широкие возможности технологий ИИ (искусственного интеллекта — прим.) и глубокого обучения позволяют автоматизировать процесс диагностики и вывести его на новый уровень».

Алгоритмическое и программное обеспечение, способное автоматические выявлять злокачественные новообразования легких на снимках КТ — выпускная работа студента четвертого курса Института прикладной математики и компьютерных наук ТГУ Никиты Литвиненко. В ходе исследований молодой человек анализирует возможности разных уже существующих нейросетей и выбирает модель, которая будет оптимальной. Затем, в ходе глубинного обучения, модель научат отличать злокачественные новообразования от патологий, ассоциированных с другими заболеваниями легких.

«Искусственный интеллект будет не только запоминать характерные визуальные изменения в структуре легочной ткани, но и находить типичные зависимости, подтверждающие, что на снимке злокачественная опухоль, — объясняет Никита. — Опыт нейросети нарабатывается гораздо быстрее, чем опыт врача. Если человек за свою практику посмотрел 200 или 300 снимков, то нейросеть может за короткий период времени изучить несколько тысяч изображений».

Но Литвиненко уточняет, что нейросеть не заменит врача, а станет для него дополнительным инструментом, который повысит скорость и качество диагностики. Также возможности модели можно будет использовать для мониторинга динамики и оценки эффективности лечения. Кроме того, с помощью нейросети студенты старших курсов смогут тренироваться в постановке диагнозов и сравнивать свои выводы с заключением, сделанным искусственным интеллектом.

Комментарии: