Алгоритм превзошел радиологов в диагностике пневмонии

17 Nov 2017
1503
Прослушать

Очень часто лечение обычных, но тяжелых заболеваний легких, таких как пневмония, основывается на том, как врачи интерпретируют рентгеновский снимок. Но даже лучшие радиологи могут при этом ошибаться из-сложностей в обнаружении болезни, основываясь только на таких снимках.

Американские исследователи из Стэнфордского университета разработали алгоритм, который может выдавать диагноз, основываясь на анализе рентгеновских снимков. Он может определять 14 типов медицинских признаков заболевания и способен обнаруживать пневмонию лучше, чем профессиональные радиологи. Информацию о свое разработке, получившей название CheXNet, ученые опубликовали недавно в arXiv.​

Эта работа использует набор данных из более, чем 112 тысяч рентгеновских снимков с помеченными 14 признаками патологии, доступ к которым предоставил Национальный институт здоровья США. При этом был опубликован и алгоритм, который мог проводить диагностику по некоторым из этих признаков, правда с переменным успехом. Своей публикацией Национальный институт здоровья хотел побудить исследователей довести до конца эту работу. Что и сделали ученые из Стэнфорда, которые решили пока сфокусироваться только на пневмонии, которая ежегодно "загружает" около миллиона американцев в больницы, и которую трудно определить по рентгеновским снимкам.

Разработанный американцами алгоритм глубокого обучения уже через месяц непрерывных итераций смог превзойти в диагностике пневмонии четырех профессиональных радиологов Стэнфордского медицинского центра. При этом алгоритм на голову превосходил врачей по производительности, чего собственно и добивались ученые.

Одновременно стэндфордские ученые разработали компьютерный инструмент, которые производит т.н. "тепловую карту" рентгеновского снимка, которая, естественно, отражает не температуру, а с помощью цветов показывает области, которые алгоритм определяет, как наиболее вероятные зоны, свидетельствующие о наличии пневмонии. Эта программа может помочь снизить количество пропущенных случаев заболевания и существенно ускорить работу радиологов, показывая им, куда необходимо взглянуть в первую очередь и обеспечивая таким образом более быстрое диагностирование.