В Университете Иннополис нейросеть научили диагностировать коронавирус по медицинским снимкам с точностью 80%
Сотрудники Центра искусственного интеллекта российского ИТ-вуза, расположенного на территории ОЭЗ Иннополис, обучили нейросеть диагностировать коронавирус по медицинским снимкам. Точность диагностики составляет 80%, что поможет врачам быстрее выявлять больных с развывшейся коронавирусной пневмонией при массовой диагностике во всём мире.
Обучение проходило при использовании 28 тысяч медицинских снимков с пневмонией, в том числе на 94 изображениях, взятых у больных COVID-19. Сотрудники центра готовят к запуску онлайн-сервис, который поможет врачам всего мира выявлять больных с развившейсякоронавирусной пневмонией.
Диагностирование пациентов с подозрением на новую коронавирусную инфекцию многофакторное: больным делают анализ крови, мазок на микрофлору носа и зёва, но в ряде стран не хватает тестов, поэтому анализы делают лишь небольшому числу пациентов с тяжёлыми симптомами или подтверждёнными контактами с больными. Рентген лёгких в таком случае становится одним из доступных вариантов массовой диагностики: в некоторых случаях на снимках наблюдаются особые признаки, которые может вызывать лишь коронавирусная пневмония.
Алгоритм и врач-рентгенолог независимо проанализировали снимки пациентов с коронавирусом. Оказалось, что предсказание модели о наличии или отсутствии патологии совпадает с описанием врача в 80% случаях. Кроме этого, алгоритм не ошибся в 13%, в которых врач не смог определить патологию. Ожидается, что в ближайшее время размеры датасетов рентгеновских изображений с коронавирусом существенно увеличатся, что позволит значительно повысить точность алгоритмов.
Напомним, что в ведении Министерства экономики Татарстана находится развитие ста объектов промышленной инфраструктуры. Кроме того, Минэкономики является единым региональным координатором по обеспечению развития ОЭЗ "Иннополис" и ОЭЗ "Алабуга". В этом статусе ведомство отвечает за разработку и трансфер высокотехнологичных решений, улучшение условий создания высококонкурентных активов в области интеллектуальной собственности.