Новый ИИ превзошел существующие системы в диагностике по КТ
Исследователи разработали модель искусственного интеллекта RADAR, которая помогает анализировать компьютерные томограммы брюшной полости и выявлять широкий спектр заболеваний. В испытаниях система показала более высокую точность, чем ряд существующих специализированных ИИ-моделей.
Диагностика заболеваний брюшной полости по КТ — сложная задача. Врачу приходится одновременно оценивать множество органов и искать признаки большого числа возможных патологий. При этом диагностическая информация в самих снимках может быть относительно небольшой и сильно зависит от анатомического контекста.
Чтобы решить эту проблему, ученые создали RADAR — модель, которая объединяет анализ изображений и текста. Система обучалась сопоставлять изображения органов на КТ с описаниями из радиологических заключений.
Для обучения исследователи использовали 424 911 КТ-исследований. В набор вошло около 1,5 млн пар «изображение — текст», а также более 15 млн пар, связанных с конкретными анатомическими структурами. RADAR разделяет КТ-изображение на отдельные области и связывает их с соответствующими описаниями, что позволяет модели лучше соотносить увиденные на снимке изменения с возможными диагнозами.
В ходе испытаний на 146 диагностических показателях КТ брюшной полости RADAR получила среднее значение AUC 0,913. Этот показатель отражает способность модели различать случаи с заболеванием и без него. Для сравнения, у лучшей из протестированных моделей, также объединяющей анализ изображений и текста, средний AUC составил 0,776.
Особенно важным результатом стало то, что RADAR сохранила высокую точность при анализе исследований, выполненных в условиях неотложной медицинской помощи. Хотя модель специально не обучали на данных из отделений экстренной помощи, ее AUC на более чем 27 тыс. таких КТ составил 0,904. По данным исследователей, система успешно работала с различными органами и заболеваниями, в том числе с редкими находками.
Модель также проверили на данных из восьми внешних медицинских центров. Там RADAR показала AUC 0,895. По мнению авторов работы, это указывает на способность системы работать с пациентами из разных медицинских учреждений и с КТ, выполненными по разным протоколам.
Исследователи считают, что результаты демонстрируют потенциал так называемых моделей «зрение — язык» для создания универсальных ИИ-инструментов в радиологии. В перспективе подобные системы могут использоваться как дополнительный инструмент для врачей, помогая анализировать изображения и обращать внимание на возможные патологические изменения.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
