Заведующий кафедрой лучевой диагностики и лучевой терапии Самарского государственного медицинского университета Александр Капишников прокомментировал разработку российских ученых — веб-приложение на основе искусственного интеллекта, которое анализирует МРТ-снимки мозга и выявляет на них опухоли.
В отличие от аналогов, кроме наличия патологии программа определяет ее точную локализацию и тип. Точность детекции новообразований при этом составляет 97,1%.
Как отметил Александр Капишников, нейрорадиология — одно из самых сложных направлений лучевой визуализации, а разрабатываемый российскими ученым сервис имеет хороший потенциал.
«Принципиальными достоинствами проекта можно считать использование открытого кода и применение мощной модели обучения для работы с массивом МРТ-изображений. Но, чтобы дойти до реального клинического применения системы, необходимы верификация на реальных массивах отечественных цифровых данных, аккумулирующих цифровые изображения на региональном и федеральном уровнях, а также глубокая экспертная оценка. Кроме того, разработка должна быть приведена в соответствие с государственным стандартом систем искусственного интеллекта в медицине, который введен в 2022 году», — сказал Александр Капишников.
При этом важно помнить, что цифровые системы, в том числе с использованием ИИ, могут помогать в принятии решений и обеспечить получение второго мнения, которое повышает точность диагностического заключения. Но финальное решение остается за человеком, подчеркнул Александр Капишников.
Увеличение числа проектов в российской медицине с использованием компьютерного зрения соответствует мировому тренду. Глобальный рынок подобных технологий оценивается от $2 млрд, а к 2030 году его объем достигнет примерно $15 млрд, рассказал «Известиям», директор по работе с данными и цифровыми технологиями биофармацевтической компании AstraZeneca, Россия и Евразия, Василий Король.
— Одним из основных драйверов роста будет именно доступность больших обезличенных массивов данных для обучения ИИ-моделей. Именно качество и объем медицинских данных влияют на то, насколько точно будет работать компьютерное зрение: для диагностики сложных, вариабельных заболеваний критически важно наличие разнообразных массивов данных, которые покрывают как стандартные, так и нетипичные случаи, — сказал он.
По мнению эксперта, для дальнейшего развития подобных проектов в России необходимо организовать процесс обмена обезличенными медицинскими данными, как это сделано, например, в Китае и ОАЭ. Там работают национальные биржи больших данных, которые доступны в том числе научным организациям и инновационным компаниям для создания новых инструментов в системе здравоохранения.


