Исследователи Новосибирского государственного университета (НГУ) создали и запатентовали инновационный метод, основанный на искусственном интеллекте. Этот метод анализирует электронные медицинские карты и выявляет ключевые симптомы и показатели, важные для прогнозирования заболеваний. Презентация разработки запланирована на Петербургском международном экономическом форуме (ПМЭФ).
Одним из главных препятствий для внедрения искусственного интеллекта в медицинскую практику специалисты считают сложность интерпретации результатов работы нейросетей. Нейросеть выдает ответ, но врач не всегда может понять, почему система пришла к такому решению. Это вызывает недоверие и делает использование таких технологий рискованным.
Новый способ, разработанный в НГУ, уже используют для «обучения» системы поддержки врачебных решений «Доктор Пирогов», чтобы она точнее распознавала симптомы и оценивала риски для пациента. Сейчас команда завершила патентование метода и занимается тонкой настройкой системы.
Эта разработка принадлежит сфере медицинской информатики и анализа большого объема медицинских данных. По своей сути это алгоритм, который анализирует тысячи деперсонифицированных медицинских карт пациентов с одинаковым диагнозом. Его задача – выявить среди множества полей те признаки, которые наиболее часто встречаются у больных с этим заболеванием, а также определить, какие из них оказывают наибольшее влияние на постановку диагноза.
Электронные медицинские карты обрабатываются методом, который преобразует данные с одинаковым диагнозом в двоичные признаки для обучения нейросети. Эта нейросеть не только прогнозирует исходы, но и выделяет наиболее важные симптомы и показатели (для повышения надежности модель запускают многократно и отбирают признаки, которые сохраняются). Это улучшает точность диагностики в системах поддержки принятия решений: врач может видеть, какие симптомы система считает ключевыми, и сопоставлять их со своим опытом. Подход универсален и применим в различных системах, а также используется для создания «рискомеров», которые оценивают вероятность заболеваний. По мнению исследователей, в будущем такие методы сделают цифровую медицину более надежной и прозрачной, так как алгоритмы будут не только прогнозировать исходы, но и объяснять свои выводы.
Источник: ТАСС
распечатать статью