ИИ научился выявлять патологии на КТ без ручной разметки снимков

Специалисты Центра искусственного интеллекта МГУ имени М. В. Ломоносова разработали новый метод для выявления патологий на компьютерной томографии (КТ), который не требует предварительной разметки изображений для нейросетей. Об этом сообщили в пресс-службе университета 16 июля. Эту информацию сообщает издание ТАСС.

Метод автоматического выявления патологий на КТ-изображениях основан на самообучающихся моделях, которые способны обнаруживать патологические изменения без необходимости в размеченных медицинских данных. Современные системы анализа медицинских изображений обычно обучаются на размеченных наборах данных, где указаны конкретные патологии, что ограничивает их применение.

Авторы исследования предложили рассматривать поиск патологий как задачу обнаружения аномалий, основываясь на предположении, что патологические изменения встречаются реже нормальных структур. Модель обучается выявлять участки изображения, которые статистически отличаются от нормальных структур КТ. Для этого была разработана система Screener, использующая методы самообучения и изучающая распределение признаков на уровне отдельных участков снимка. В процессе обучения модель использовала более 30 тысяч неразмеченных КТ-исследований.

Метод был протестирован на четырех крупных наборах медицинских данных, включая изображения с признаками рака легких, пневмонии, опухолей печени и почек. Новый подход продемонстрировал более высокую точность по сравнению с существующими методами сегментации аномалий на КТ-изображениях.

Предложенный метод может стать полезным инструментом для предварительного анализа медицинских изображений и способствовать созданию более универсальных систем искусственного интеллекта для диагностики.