«Интерпретация рентгеновских снимков для диагностики патологий вроде пневмонии очень сложный процесс, и мы знаем, что в диагнозах часто бывают разночтения, — говорит Пранов Раджпуркар, соавтор статьи, опубликованной на сайте arXiv. — Нас заинтересовала возможность создания алгоритма машинного обучения, который способен на основе сотен тысяч снимков научиться ставить точный диагноз».
Алгоритм CheXNet обучался на основе данных из открытой базы Национального института здоровья, состоящей из 112 тысяч снимков с указаниями диагноза. После недели подготовительных работ у исследователей был алгоритм, который умел диагностировать 10 патологий, отмеченных на рентгенах, точнее, чем в базе данных. А уже через месяц он смог обнаружить все 14, а также превзошел четырех радиологов из Стэнфорда. Это значит, что решение машины чаще совпадало с мнением большинства врачей, чем диагнозы отдельных специалистов.
Кроме того, ученые создали инструмент, накладывающий на рентгеновский снимок нечто вроде температурной карты, но вместо тепла цвета указывают на области, в которых пневмония может проявить себя скорее всего. Этот механизм поможет снизить число пропущенных маркеров и значительно ускорит работу врачей-радиологов, пишет Stanford News.
Мозговой имплант улучшил память на 30%
Кейсы
Это не первый триумф машин над человеком, который произошел под руководством бывшего руководителя ИИ в Baidu Эндрю Ына. Летом его лаборатория в Стэнфорде доказала, что алгорим лучше, чем врачи может определять аритмию по электрокардиограмме, вслушиваясь в нарушения синусового ритма.