RSNA объявляет победителей конкурса по внутричерепному кровоизлиянию AI Challenge

Задача обнаружения и классификации внутричерепных кровоизлияний РСНК потребовала от команд разработки алгоритмов, позволяющих идентифицировать и классифицировать подтипы кровоизлияний на КТ головного мозга. Набор данных, который включает более 25 000 головных компьютерных томографов, предоставленных несколькими научно-исследовательскими учреждениями, является первым мультипланарным набором данных, используемым в задаче РСНК AI.

Руководящий Подкомитет по машинному обучению и Подкомитет по стандартам данных машинного обучения работали с добровольными специалистами из Американского общества нейрорадиологии (ASNR), чтобы обозначить эти экзамены на наличие пяти подтипов внутричерепного кровоизлияния — усилия беспрецедентного масштаба в радиологическом сообществе.

"Самоотверженность добровольцев, предоставивших данные и работавших над аннотацией набора данных, была поистине замечательной”, - сказал Чарльз Э. Кан-младший, доктор медицинских наук, профессор, председатель Комитета по информатике радиологии РСНА (RIC) и редактор журнала Radiology: AI. "Они создали ресурс огромной ценности для исследования изображений.”

Наградами команд в области выявления и классификации внутричерепных кровоизлияний РСНК являются::

1. SeuTao
2. NoBrainer
3. такуоко
4. GZ
5. Продолжайте Копать Золото
6. BRAINSCAN.AI
7. большая голова
8. ?????
9. Воздуходувки Ума
10. Винбди.MedicalImagingTeam

"Результаты, полученные победившими командами, достигли действительно впечатляющих результатов", - сказал Лучано М. Преведелло, доктор медицинских наук, профессор, председатель руководящего подкомитета по машинному обучению RIC. "Эта задача демонстрирует растущую изощренность сообщества исследователей ИИ визуализации и реальный потенциал этой технологии для повышения эффективности и качества медицинской помощи в радиологии.”

Вызов был запущен на платформе, предоставленной Kaggle, Inc. (дочерняя компания Alphabet, Inc., также материнская компания Google). Платформа Kaggle обеспечивает доступ к наборам данных, дискуссионному форуму для участников, хранилищу представленных результатов и таблице лидеров, которая работает на протяжении всей задачи. Kaggle также предоставил $ 25,000 в качестве призовых денег, которые будут разделены между победителями.

В сентябре была выпущена первая волна данных для исследователей, которые работали над разработкой и “обучением” алгоритмов. Участники использовали обучающий набор данных, включающий метки радиологов, для разработки алгоритмов, которые копируют эти аннотации. На этапе оценки, начиная с ноября. С 4 по 9 ноября. 11, участники применили свои алгоритмы к тестовой части набора данных, которая была предоставлена им с удержанными аннотациями. Затем их результаты сравнивались с аннотациями на тестовом наборе данных, и для оценки их эффективности и определения победителей применялась оценочная метрика.

Победители будут признаны на презентации в театре AI Showcase в понедельник, декабрь. 2 (15.30-17.00), во время научной Ассамблеи и ежегодного собрания РСНА (РСНА 2019, дек. 1-6, McCormick Place, Chicago, #RSNA19).

"Мероприятие по признанию проблем предоставляет большую возможность для исследователей ИИ, индустрии визуализации и радиологов встретиться, обменяться идеями и отметить прогресс в реализации ИИ в медицинской визуализации”, - сказал Кертис П. Ланглотц, доктор медицинских наук, PH.D., член правления РСНА по информационным технологиям и ежегодному совещанию. "Постановка мероприятия в демонстрационной зоне AI ежегодного собрания РСНА действительно дает ощутимое ощущение растущего влияния этой революционной технологии.”

Источник: press.rsna.org

Комментарии: