Студент РТУ МИРЭА Максим Федоров создал ИИ-технологию, способную генерировать реалистичные рентгеновские изображения и содействовать обучению других нейросетей в распознавании признаков редких заболеваний.
«Ранее необходимо было собрать тысячи реальных снимков для диагностики редкой патологии; а как это сделать, если их просто нет в таком количестве? Теперь это стало возможным, так как наша система объединяет новые изображения для обучения другой нейросети», – отметил автор разработки, студент Института искусственного интеллекта РТУ МИРЭА Максим Федоров. Его слова приводит CNews.
Научный руководитель проекта, доктор физико-математических наук, профессор РТУ МИРЭА Андрей Горшенин добавил, что эта разработка решает проблему нехватки данных для обучения алгоритмов, работающих с редкими заболеваниями.
В проекте Максима Федорова новое изображение создается на основе текстового описания исследователя, который может указать необходимые рентгенологические признаки. Сгенерированное изображение проходит дополнительную проверку с помощью специального модуля, который определяет возможные ошибки. После такой проверки 94,5% сгенерированных изображений были признаны клинически корректными.
В ходе тестирования система смогла создавать изображения с комбинациями признаков, отсутствовавшими в обучающей выборке, включая послеоперационные изменения, последствия травм и сложные случаи сочетания нескольких патологий на одном изображении. Это занимало примерно 15 миллисекунд. Все новые изображения затем использовались для дополнительного обучения нейросетей.
«Когда мы говорим о миссии РТУ МИРЭА, мы говорим о технологиях, которые спасают жизни. В настоящее время более 600 наших студентов изучают медицинский ИИ на совершенно новом уровне. Решая основную проблему нехватки клинических данных, наш университет не только разрабатывает передовые ИИ-решения, но и формирует новый технологический уклад в российской медицине. Мы гордимся тем, что РТУ МИРЭА становится центром компетенций, где идеи студентов находят практическое применение», – добавил ректор РТУ МИРЭА Станислав Кудж.
В эксперименте нейросеть, которая была дообучена на синтетических изображениях, более точно выявляла редкие заболевания, чем аналогичная модель, обученная только на реальных изображениях. Метрика качества ROC AUC увеличилась с 0,67 до 0,76, то есть примерно на 9%.
Ранее платформа OneCell для патологоанатомических лабораторий, разработанная компанией «Вансел» Госкорпорации «Ростех», прошла испытания в реальных условиях. С помощью данного продукта было поставлено более 2 миллионов диагнозов.
Глава OpenAI: ИИ поможет излечить болезни
