Своевременная диагностика легочных заболеваний сохраняет свою значимость для многих жителей нашей планеты.
Сегодня возникает острая потребность в регулярном мониторинге состояния легких для предупреждения или обнаружения пневмонии. Правильная и быстрая постановка диагноза является важным этапом лечения.
В МарГУ запущен проект по цифровой медицине, направленный на поиск аномалий в рентгеновских снимках при помощи глубокого машинного обучения. Рентгенография является технически простым и наиболее доступным для населения методом предварительной диагностики заболевания, в том числе отслеживания заболевания на ранней стадии.
Этот вид исследования широко распространен по всему миру и остается приоритетным в медицинской практике, несмотря на наличие других, более сложных и эффективных способов диагностики.
Благодаря научным разработкам ученых вуза, можно с точностью 98% определить пневмонию. Нейронные сети анализируют оцифрованные рентген-снимки легких и составляют заключение, где указано наличие или отсутствие характерных для коронавирусной пневмонии признаков, что позволяет рассчитать вероятность диагноза «COVID-19».
Существует масса датасетов, содержащих рентгеновские снимки легких, как здорового, так и патологического характера. Исследование учеными-практиками МарГУ проводилось как на открытых базах датасетов (Kaggle и др.), так и на полномасштабной базе реальных снимков медицинских учреждений.
Виктор Сергеевич Никитин, декан медицинского факультета: «В условиях пандемии очень важно стабилизировать работу медицинских учреждений. Разработки учёных МарГУ в области искусственного интеллекта помогут снизить нагрузку на врачей. Как известно, поражение лёгких является одним из самых распространённых вариантов течения COVID-19, поэтому именно своевременная диагностика и последующее лечение способны предотвратить тяжёлые последствия заболевания».
Проект будет и дальше разрабатываться. В настоящее время ведется исследование по обучению нейронных сетей для определения вирусной и бактериологической пневмонии. Планируется открыть научно-исследовательскую лабораторию в области цифровой медицины на медицинском факультете.