Новости 23 июля 2018

Российский стартап Skychain представил искусственный интеллект для медицины

Далее

Стартап Skychain Global представил платформу для использования искусственного интеллекта в медицине. Об этом проекту «Хайтек» рассказали представители компании.

На платформе будут работать три нейронных сети, способных определять болезни и отклонения на рентгене и МРТ быстрее, чем люди. Планируется, что платформа для работы искусственного интеллекта объединит производителей оборудования, поставщиков данных, разработчиков нейросетей и больных. Это значительно ускорит постановку диагноза и снизит возможность врачебной ошибки.

Сейчас нейросети уже могут определить болезни легких, рак кожи и отклонения в развитии костей верхних конечностей. Точность поставленных диагнозов искусственного интеллекта составляет более 80%, а среднее время определения болезни — шесть секунд. В ближайшее время разработчики выпустят другие искусственные интеллекты, специализирующиеся на раке печени, груди и нарушениях мозга.

Геннадий Попов
Основатель Skychain

«Проблема, которая стоит перед нами сейчас, заключается в том, что нейронные сети функционируют в отдельных лабораториях и медицинских учреждениях. В данный момент не существует механизма, который бы унифицировал использование нейронных сетей врачами. Skychain объединит распределенные нейронные сети и предоставит врачам единую платформу для их использования. Наш рынок данных позволит лучшим независимым специалистам в области искусственного интеллекта быстро обучать нейронные сети. В связи с этим мы уверены, что количество и качество нейронных сетей Skychain будут недоступны для любого частного или публичного проекта».

Все нейросети доступны для открытого тестирования. Пользователи смогут загрузить свои данные в сервис, который поставит на их основе диагноз.

Нейросеть от Томского университета выявит одаренных абитуриентов, анализируя паблики, на которые они подписаны

Недавно радиология Москвы опубликовала небольшую базу данных из 500 компьютерных томографий легких с разметкой патологических очагов. С помощью этих данных разработчики могут обучать искусственный интеллект определять болезни по снимкам.