Искусственный интеллект обучили диагностировать глазные заболеваний и пневмонию специалисты Калифорнийского университета в Сан-Диего, Калифорнийская медицинская школа Сан-Диего совместно с коллегами из Китая, Германии и Техаса. Исследователи использовали сверточную нейронную сеть для обзора более 200 000 снимков глаз, сделанных с помощью оптической когерентной томографии — неинвазивной технологии, при которой инфракрасные волны отражаются от ткани, формируя изображение. Затем они использовали трансмиссионное обучение: система научилась распознавать отдельные анатомические структуры глаза, чтобы быстро и эффективно идентифицировать и оценивать их при исследовании изображений. А далее ученые добавили тестирование окклюзии (occlusion testing): компьютер определяет в каждом изображении те области, которые представляют наибольший интерес. [caption id="attachment_3510" align="alignnone" width="830"] Снимок, сделанный благодаря методу оптической когерентной томографии —неинвазивному сканированию, которое используют для диагностики диабетической ретинопатии и дегенерации желтого пятна.
Credit: Daniel Kermany, Guangzhou Medical University and Kang Zhang, UC San Diego Health[/caption] «При тестировании окклюзии нейросеть может сказать нам, какая область изображения позволяет ей поставить диагноз. Это делает систему более прозрачной и увеличивает наше доверие к диагнозу», —прокомментировал Кан Чжан, доктор медицинских наук, автор работы. Основное внимание исследователи уделили двум распространенным причинам необратимой слепоты: дегенерации желтого пятна и диабетическому макулярному отеку. Результаты сравнивались с диагнозами от пяти офтальмологов, которые просматривали эти же снимки. Авторы отметили, что нейросеть справляется с задачей так же, как и специалисты, и может принять решение о дальнейшем лечении в течение 30 секунд с точностью более 95%. Помимо постановки диагноза, ИИ также дает рекомендации по лечению. Ученые также опробовали нейросеть в диагностике детской пневмонии на основании рентгенограмм грудной клетки. Компьютер смог отличить вирусную и бактериальную пневмонию с точностью более 90%. Подробнее с работой можно ознакомиться в Cell. Подготовила Любовь Пушкарская Источник   Credit: Daniel Kermany, Guangzhou Medical University and Kang Zhang, UC San Diego Health