Совместный проект Яндекс B2B Tech, студентов Школы анализа данных и педиатрических специалистов из Санкт-Петербурга завершился разработкой нейросетевого алгоритма, предназначенного для анализа МРТ-снимков мозга у младенцев до одного года.
Эта система уже названа первой в своём роде, поскольку ориентирована на самую младшую категорию пациентов. Разработка призвана ускорить выявление нарушений в работе центральной нервной системы, в т. ч. церебральный паралич на ранних стадиях.
По заявлению участников проекта, алгоритм способен определять соотношение серого и белого веществ с точностью выше 90%. Эта функция имеет особую значимость при диагностике нарушений, проявляющихся в первые месяцы жизни.
В частности, разговор идёт о детском церебральном параличе, который фиксируется у двух–трёх новорождённых на каждую тысячу случаев и остаётся одной из распространённых причин инвалидности у детей. При раннем выявлении расстройств лечение может быть подобрано точнее, а прогноз для ребёнка становится более обнадёживающим.
Процесс диагностики максимально автоматизирован. Врач загружает МРТ-снимок в облачный сервис, система обрабатывает изображение, устраняя персональные данные, и уже через несколько минут предоставляет визуализированный результат. Отдельные зоны мозга на нём выделены и снабжены числовыми характеристиками, которые отражают объёмы белого и серого веществ.
Испытания нового подхода прошли на базе педиатрического медицинского университета в Санкт-Петербурге. По словам заведующего кафедрой медицинской биофизики Александра Позднякова, анализ МРТ маленьких пациентов обычно требует немало времени — от пары часов до нескольких дней. Автоматизация процессов существенно сокращает этот период, позволяя быстрее переходить к лечению.
Споры о применимости искусственного интеллекта в медицине не утихают, хотя многие эксперты признают потенциал нейросетей. Одно из недавних исследований осени 2024 года продемонстрировало, что в части диагностики сложных заболеваний дыхательных путей у детей нейросетевой чат превзошёл молодых специалистов. Говорилось тогда о таких состояниях, как астма, муковисцидоз и тяжёлые инфекции нижних дыхательных путей. Система показала уверенное распознавание клинических картин, с которыми начинающие врачи справлялись с меньшей точностью.
Ещё по теме:
- В Колумбии ребёнка назвали Чат Йипити в честь известного ИИ-бота
- Новое приложение Т-Банка снова появилось в App Store
- Бывший сотрудник OpenAI: базовый доход может вырасти до $10 000 в месяц
