Искусственный интеллект для радиологии

2022. Overjet и VideaHealth помогут стоматологам искать дырки с помощью ИИ



Как говорится, стоматолог, который ищет дырку в зубе - всегда ее найдет. А теперь у пациентов стоматологий вообще не останется шансов уйти без пломбы. Американские стартапы Overjet и VideaHealth практически одновременно получили добро FDA на свои системы компьютерного зрения для поиска кариеса на рентгеновских снимках. По результатам клинических испытаний, система Overjet помогла обнаружить на 32% больше дырок, а VideaHealth - аж на 43% больше, чем нашли профессиональные стоматологи.


2022. Создана ИИ система для определения типа артрита



Существует множество типов воспаления суставов и точно определить его сложно даже для опытного врача, и это напрямую влияет на качество оказываемой медицинской помощи. Группа исследователей из Университетской клиники Эрлангена в Германии разработали и обучили ИИ модель, которая с высокой точностью различает ревматоидный артрит, псориатический артрит и здоровые суставы по рентгеновским снимкам. Всего ИИ проанализировал 932 снимка от 611 пациентов, которым ранее уже определили диагноз. С точностью 82% он распознавал здоровые суставы, идентифицировал 75% случаев ревматоидного артрита и 68% случаев псориатического артрита. Это очень высокие показатели без какой-либо другой дополнительной информации, подчеркнули авторы, а в сочетании с опытом ревматолога результаты могут привести к точным диагнозам за короткий срок.

2020. Гугловский ИИ диагностирует рак груди по маммограмме точнее врачей



Цифровая маммография (рентген молочной железы) - на сегодняшний день является наиболее распространенным методом скрининга рака молочной железы. Однако, выявить и диагностировать рак молочной железы с помощью снимков - нелегко. Это часто приводит к ложноположительным и ложноотрицательным результатам, что может отложить лечение и увеличить нагрузку на рентгенологов. Гугловское ИИ подразделение - Deepmind - решило обучить свою нейросеть для решения этой проблемы. Для испытания - они провели исследование на 100 тыс маммографических снимках и сравнили результаты нейросети с реальными заключениями врачей (правильными и ошибочными). Оказалось, нейросеть примерно на 5% точнее. При этом, отмечается, что в отличии от врачей, у нейросети не было информации об истории болезни, предыдущих снимках и субъективных жалобах пациентов.


2019. Российская нейросеть анализирует рентгеновские снимки



Недавно мы рассказывали о сколковском стартапе Botkin.AI, который разрабатывает ИИ для анализа медицинских снимков. Оказалось, в России есть еще одна компания подобного профиля - Care Mentor AI. И их система для анализа рентгенологических снимков легких уже проходит тестирование на базе клиник Москвы. По словам разработчиков, их нейросеть отличается тем, что она не самообучаемая. Для ее обучения компания использует труд высококвалифицированных рентгенологов, которые размечают снимки. Это получается дороже, но в результате нейросеть будет выдавать более точные диагнозы. В ближайших планах компании - анализ снимков маммографии, МРТ, КТ грудной клетки.


2019. Botkin.AI - российская ИИ-система диагностики онкологических заболеваний



Оказалось в России тоже есть стартап, который разрабатывает систему искусственного интеллекта для автоматического анализа медицинских снимков и диагностики заболеваний. Botkin.AI уже умеет анализировать снимки компьютерной томографии грудной клетки. Он предоставляет специалисту не только информацию об обнаружении опухоли, но и выделяет участки, требующие его внимания. Говорят, точность алгоритма при анализе компьютерной томограммы грудной клетки составляет до 95%. Система совершенствуется не только посредством обработки большого объема изображений, но и в процессе практической работы с врачами (когда врач подтверждает или опровергает диагноз). В ближайшее время разработчики обещают добавить модули для анализа маммографии и цифрового рентгена, что увеличит число распознаваемых патологий.


2018. Facebook хочет ускорить МРТ сканирование в 10 раз с помощью ИИ



Обычно процедура МРТ сканирования длится от 15 минут до часа. Чем больше данных необходимо собрать, тем дольше требуется воздействие. Во-первых, это облучение. Во-вторых, человеку все это время надо лежать и не двигаться. Для некоторых пациентов, особенно для детей - это большая проблема. В-третьих, клиника может провести только несколько сканирований в день, из-за чего своей очереди нужно ждать несколько дней. Группа исследователей искусственного интеллекта из Facebook (FAIR) совместно с Школой медицины при Нью-Йоркском университете планирует ускорить МРТ-сканирование как минимум в 10 раз. Они разработали нейросеть и обучили ее на десятках тысяч сканов таким образом, что она научилаь сама заполнять пробелы в МРТ-снимках.


2018. В России впервые в мире начнут распознавать туберкулез по снимкам с помощью нейросетей



В России стартует проект TUCAN, в рамках которого будут созданы модели машинного обучения для распознавания рака легких и туберкулеза по рентгеновским снимкам. В мире подобные модели для рака легких уже существуют, для туберкулеза — нет. В принятии решений нейросетью обязательно будет участвовать человек — клиницист или рентгенолог. Искусственный интеллект в данном случае полезен в первую очередь тем, что способен выявить и зафиксировать формальные признаки заболевания, на которые врач-рентгенолог может не обратить внимания — например, из-за усталости в конце рабочего дня. Для обучения нейросети будут использоваться общедоступные библиотеки рентгеновских снимков и материалы российского ЦНИИТ.


2016. Нейросеть лучше врачей диагностировала рак мозга по снимкам МРТ



Ученые из Университета Кейс Вестерн Резерв решили проверить способности компьютерных систем в плане диагностирования онкологических заболеваний по МРТ-снимкам мозга. Дело в том, что МРТ снимок - это 3-мерное изображение, и врачу приходится изучать десятки его срезов - т.е. проделывать много рутинной работы. Кроме того, часто раковые клетки практически невозможно распознать невооруженным глазом. Это идеальная работа для компьютерной нейросети, которая не устает и анализировать каждое изображение по пикселям. Нужно только обучить эту нейросеть. И данные ученые заявили, что им это удалось. Причем, для обучения они использовали всего лишь 43 МРТ снимка с размеченными раковыми клетками. После этого они устроили небольшое соревнование между нейросетью и врачами. В результате, врачи поставили правильный диагноз в 7-8 случаях из 15 снимкам, а компьютер поставил 12 правильных диагнозов.


2016. IBM Watson поможет врачам автоматизировать анализ медицинских снимков



Год назад IBM заплатила $1 млрд за компанию Merge Healthcare, специализирующуюся на автоматической обработке медицинских снимков: рентгенов, МРТ, КТ. Причем, вместе с этой технологией IBM получила в свое распоряжение миллиарды обработанных изображений - отличную пищу для искусственного интеллекта Watson. И вот тепепрь IBM представила новое решение для анализа медицинских снимков на базе IBM Watson. IBM Watson способен помочь врачам-радиологам, снимая с них часть рутинных обязанностей по анализу снимков, помогая обрабатывать и анализировать такую информацию. Возможность же использовать дополнительные данные с информацией, полученной в ходе анализа снимков помогает ставить точный диагноз мгновенно и с минимальной вероятностью ошибки. При условии успешного прохождения клинических испытаний новый сервис уже скоро сможет в полной мере помогать врачам в их нелегком деле.


2016. Siemens пропихнет интеллект IBM Watson в больницы всего мира



Siemens - крупнейший поставщик медицинского оборудования, имеющий связи едва ли не со всеми крупными медицинскими центрами мира. Поэтому компания IBM заключила стратегическое партнерство с Siemens по продвижению своего искусственного интеллекта Watson в медицинские учреждения. Watson уже несколько лет принимает активное участие в решении наиболее важных задач в сфере здравоохранения. Он используется для определения правильных диагнозов в американских онкологических клиниках (сравнивая данного пациента с тысячами историй болезней), предсказания вероятности появления у отдельно взятого человека диабета и некоторых других хронических заболеваний, а также для создания вакцин против новых вирусов.


2016. Искусственный интеллект Google DeepMind удешевит радиотерапию рака



В этом году Google DeepMind уже получил два медицинских задания по диагностике: определять почечную недостаточность и старческую макулодистрофию сетчатки. Теперь он начнет помогать медикам и в лечении. Точнее - в формировании карты облучения при радиотерапии раковых опухолей в области головы и шеи, которая создается по результатам томографии. Дело в том, что карта облучения в этих областях должна быть суперточной и опытному специалисту нужно минимум 4 часа рутинной работы на ее составление. Пока искусственному интеллекту не будут полностью доверять в таком важном деле, но идея в том, что после его работы медику уже понадобится всего 1 час для составления карты. А это должно удешевить и ускорить лечение многих людей.


2016. Искусственный интеллект будет ставить диагноз по рентгену



Просматривая рентгеновский снимок, врач может пропустить что-нибудь важное (даже лучшие врачи не застрахованы от ошибок). Но компьютер с искусственным интеллектом никогда не ошибется (всегда выдаст результат согласно программе). Израильская компания Zebra Medical Imaging, специализирующаяся на рентгенографии, объединяется с американским поставщиком медицинских услуг Intermountain для разработки нейронной сети, которая будет сравнивать рентгеновские снимки с миллионами других, хранящихся в ее собственной базе данных и помагать рентгенологам ставить диагнозы.