Нейросети в медицине
Нейросеть диагностирует болезнь Альцгеймера с беспрецедентной точностью
Благодаря анализу изображений сканирования мозга с помощью фМРТ, полученных от 138 человек, новый алгоритм достиг точности свыше 99%. Исследователи сообщают, что он показал лучшие результаты с точки зрения точности, чувствительности и специфичности, чем все существующие методы.В частности, такой подход позволяет выявить признаки умеренного когнитивного нарушения или MCI - шага между когнитивным снижением (обычно связанным со старением) и болезнью Альцгеймера. Часто MCI не сопровождается какими-либо физическими симптомами, которые можно обнаружить.
Важно отметить, что MCI не всегда означает болезнь Альцгеймера, но это важный потенциальный индикатор болезни в будущем.
Хотя «ручной» анализ МРТ на наличие признаков MCI и проводится, люди далеко не так быстры и надежны, как методы глубокого обучения, которые учатся на обширных базах данных, а затем применяют эти знания к новым данным благодаря сложному алгоритму.
«Современная обработка сигналов позволяет делегировать обработку изображений машине, которая может выполнять ее быстрее человека и при том достаточно точно», - пояснил Ритис Маскелюнас, профессор информатики Каунасского технологического университета (KTU) в Литве.
«Конечно, мы не осмеливаемся утверждать, что медицинский работник должен полагаться на какой-либо алгоритм на все 100%в. Думайте о машине как о роботе, способном выполнять самую утомительную задачу по сортировке данных и поиску функций».
После того, как компьютерное программное обеспечение выявит потенциальные случаи заболеваний, специалисты смогут посмотреть их и провести собственный анализ, чтобы подтвердить или опровергнуть предположение машины. Более ранний диагноз означает более раннее лечение, даже если мы еще не открыли способ полностью остановить болезнь Альцгеймера.
Модель ИИ, описанная в этом новом исследовании, основана на существующей нейронной сети ResNet18. Модифицированная система смогла разделить сканирование мозга на шесть категорий, от здоровых людей до явных проявлений болезни Альцгеймера. «Хотя это не первая попытка диагностировать раннее начало болезни Альцгеймера на основе аналогичных данных, наш главный прорыв - это точность алгоритма», - говорит Маскелиунас.
Для обучения модели были использованы 78000 сканов мозга пациентов с разной тяжестью заболевания - и, возможно, в будущем тот же подход можно будет применить и к ряду других патологий.
https://www.popmech.ru/technologies/745213-neyroset-diagnostiruet-bolezn-alcgeymera-s-besprecedentnoy-tochnostyu/
Нейросеть научилась распознавать опухоль мозга по снимкам МРТ
Аспирантка факультета информационных технологий и программирования ИТМО создала новый метод для автоматического распознавания опухолей головного мозга по изображениям МРТ. Он позволит лучше интерпретировать предсказания нейросети, чтобы определить, где она не уверена.
Алгоритм существенно облегчает работу врачам - ведь опухоль можно выявить и на ранней стадии
Метод основан на методах глубокого обучения, он направлен на уменьшение уровня неопределенности нейросетевой модели при анализе медицинских изображений. Дело в том, что разметкой медицинских снимков занимаются врачи, вручную выполняя огромный объем трудоемкой работы. Но это чревато ошибками и неточностями, а, значит, может повлиять и на работу нейросетевой модели. В то же время проблема нейросетей состоит в том, что человек полностью доверяет решениям модели. Но нельзя слепо опираться на ее выводы, вместо этого нужно учитывать то, насколько модель уверена в своем предсказании. Особенно это важно для решения задач в области медицины.
По сравнению с базовыми нейросетями для обработки медицинских изображений, точность алгоритма исследователей ИТМО выше на 3%, а калибровка модели стала лучше в два раза. На самом деле, это довольно много - такой алгоритм сможет не только определить пиксели, представляющие опухоль, но и предсказать ее границы намного лучше, а также точнее подскажет врачу, в каких пикселях предсказания он уверен в большей или меньшей степени. «Созданный нами алгоритм решает задачу сегментации опухоли. Допустим, есть изображение головного мозга, нейросеть его получит и преобразует в бинарную картинку с пикселями, помеченными 0 или 1, каждый из которых будет соответствовать здоровому участку ткани или новообразованию. Также алгоритм позволяет увидеть области, в которых модель машинного обучения менее уверена, которые требуют более пристального внимания врача. Обычно это границы опухоли. Наша модель лучше откалибрована, потому что у нее намного меньше процент неопределенности, - рассказывает автор проекта, аспирантка факультета информационных технологий и программирования ИТМО Наталья Ханжина.Алгоритм был протестирован на открытом наборе данных BraTS, включающем 45 тысяч снимков магнитно-резонансной томографии. Это очень ценно для научного сообщества, поскольку метод доступен, универсален, а, значит, и может быть применен и для решения других задач.
Наталья работает над исследованием вместе с Максимом Кашириным, выпускником магистерской программы Machine learning and Data Analysis Университета ИТМО. Проект ученых отобрали для презентации на MICCAI, престижной международной конференции по обработке медицинских изображений. Ранее метод был уже представлен на UAI, одной из самых уважаемых в мире конференций по машинному обучению.
https://www.popmech.ru/science/739433-neyroset-nauchilas-raspoznavat-opuhol-mozga-po-snimkam-mrt/
Анализ крови с помощью ИИ способен выявить рак легких с точностью 90%
Исследователи из американской биотехнологической компании Delfi Diagnostics разработали технологию анализа крови на основе машинного обучения, которая способна выявлять рак легких на ранних стадиях.Исследователи разработали систему анализа крови на основе ИИ, которая способна выявлять рак легких даже на ранних стадиях
В исследовании, опубликованном в журнале Nature Communications, ученые описали диагностический инструмент на основе ИИ, которые способен анализировать профили внеклеточной фрагментации ДНК (вкДНК) по всему геному. Внеклеточная ДНК - это фрагменты нуклеиновых кислот, присутствующие в кровотоке, которые могут указывать на присутствие опухолевых клеток, с поразительной точностью.
В первых испытаниях система выявила примерно 90% случаев рака среди 800 человек, прошедших скрининг на рак легких. В настоящий момент исследователи дорабатывают систему и надеются значительно улучшить результаты.
«Мы уже начали набор для исследования "случай-контроль" с участием 1700 пациентов, чтобы получить клинические доказательства, которые будут лежать в основе коммерческого скринингового теста легких», - сказал директор по маркетингу компании Delfi Diagnostics Питер Бах.
Исследователи отмечают, что анализ крови - более простой способ скрининга в сравнении с низкодозной компьютерной томографией грудной клетки (НДКТ), что позволяет проводить скрининг большему количеству людей за более короткие периоды времени.
https://www.popmech.ru/science/news-737763-analiz-krovi-s-pomoshchyu-ii-sposoben-vyyavit-rak-legkih-s-tochnostyu-90/
Нейросеть поможет выявить рак лёгких по флюорографии
Международный коллектив учёных разработал искусственный интеллект, подготовленный для анализа флюорографических снимков и снимков компьютерной томографии пациентов, у которых есть подозрение на заболевание лёгких.
Нейросеть, которая прошла предварительное обучение на нескольких тысячах снимков с 16 077 легочных узлов (1249 злокачественных), научилась выявлять на изображениях новообразования в легких. При этом искусственный интеллект способен также дать заключение о том, доброкачественное или злокачественное образование находится на снимке.
В своей работе, результаты которой опубликованы в научном журнале Radiology, специалисты из Нидерландов, Германии и Дании отметили, что нейросеть с точностью до 95% смогла выявлять злокачественные новообразования, отличая их от доброкачественных. При этом результаты анализа искусственного интеллекта по своей точности сопоставимы с оценкой реальных медиков (в эксперименте участвовали 11 специалистов - четыре рентгенолога, пять врачей-радиологов и два пульмонолога - специализирующихся на заболеваниях лёгких.
Как подчеркнули разработчики нейросети, в перспективе искусственный интеллект сможет анализировать снимки одного и того же пациента, сделанные в разное время, чтобы повысить точность исследования и дать рекомендации по развитию течения болезни и возможным методам лечения.
Напомним, ранее появилась информация, что медики создали нейросеть, которая способна в автоматическом режиме анализировать снимки компьютерной томографической ангиографии (КТ-ангиография), изучая данные на предмет наличия аневризмы сосудов в головном мозге пациентов. Как отмечают авторы разработки, искусственный интеллект может заметить те проблемы, которые не видны человеческому глазу.
https://www.popmech.ru/science/news-700503-neyroset-pomozhet-vyyavit-rak-lyogkih-po-flyuorografii/
Аневризмы мозга отыщет нейросеть
Медики создали нейросеть, которая способна в автоматическом режиме анализировать снимки компьютерной томографической ангиографии (КТ-ангиография), изучая данные на предмет наличия аневризмы сосудов в головном мозге пациентов. Как отмечают авторы разработки, искусственный интеллект может заметить те проблемы, которые не видны человеческому глазу.
«В нашей повседневной работе мы постоянно сталкиваемся с аневризмами, которые сложно или невозможно рассмотреть на снимках. Церебральные аневризмы относятся к числу тех поражений сосудов, которые легко пропустить при рутинном изучении снимков докторами. Созданная нейросеть показала отличные результаты, обнаружив те аневризмы, что пропустили врачи, но всё-таки искусственный интеллект пока не способен полностью заменить людей в такой работе», - подчеркнул старший автор исследования, радиолог из Медицинского колледжа Тунцзи в китайском Ухани Лун Си.
Для обучения нейросети китайские медики использовали тысячи снимков мозга более 500 пациентов с аневризмами и примерно столько же снимков здоровых сосудов. Подготовленную нейросеть проверили на 534 снимках, на которых были 649 аневризм. Как отмечает Лун Си, искусственный интеллект нашёл 633 аневризмы и показал точность распознавания проблем с сосудами в 97,5%. При этом нейросеть также выявила 8 необнаруженных врачами аневризм.
По итогам исследования, описание которого опубликовано в научном журнале Radioligy, авторы работы пришли к выводу, что в настоящее время автоматизировать анализ результатов КТ-ангиографии невозможно, но нейросеть можно использовать для помощи медикам в работе с большими объёмами данных.
https://www.popmech.ru/technologies/news-639993-neyroset-budet-borotsya-s-heyterami-v-socsetyah/
Благодаря анализу изображений сканирования мозга с помощью фМРТ, полученных от 138 человек, новый алгоритм достиг точности свыше 99%. Исследователи сообщают, что он показал лучшие результаты с точки зрения точности, чувствительности и специфичности, чем все существующие методы.В частности, такой подход позволяет выявить признаки умеренного когнитивного нарушения или MCI - шага между когнитивным снижением (обычно связанным со старением) и болезнью Альцгеймера. Часто MCI не сопровождается какими-либо физическими симптомами, которые можно обнаружить.
Важно отметить, что MCI не всегда означает болезнь Альцгеймера, но это важный потенциальный индикатор болезни в будущем.
Хотя «ручной» анализ МРТ на наличие признаков MCI и проводится, люди далеко не так быстры и надежны, как методы глубокого обучения, которые учатся на обширных базах данных, а затем применяют эти знания к новым данным благодаря сложному алгоритму.
«Современная обработка сигналов позволяет делегировать обработку изображений машине, которая может выполнять ее быстрее человека и при том достаточно точно», - пояснил Ритис Маскелюнас, профессор информатики Каунасского технологического университета (KTU) в Литве.
«Конечно, мы не осмеливаемся утверждать, что медицинский работник должен полагаться на какой-либо алгоритм на все 100%в. Думайте о машине как о роботе, способном выполнять самую утомительную задачу по сортировке данных и поиску функций».
После того, как компьютерное программное обеспечение выявит потенциальные случаи заболеваний, специалисты смогут посмотреть их и провести собственный анализ, чтобы подтвердить или опровергнуть предположение машины. Более ранний диагноз означает более раннее лечение, даже если мы еще не открыли способ полностью остановить болезнь Альцгеймера.
Модель ИИ, описанная в этом новом исследовании, основана на существующей нейронной сети ResNet18. Модифицированная система смогла разделить сканирование мозга на шесть категорий, от здоровых людей до явных проявлений болезни Альцгеймера. «Хотя это не первая попытка диагностировать раннее начало болезни Альцгеймера на основе аналогичных данных, наш главный прорыв - это точность алгоритма», - говорит Маскелиунас.
Для обучения модели были использованы 78000 сканов мозга пациентов с разной тяжестью заболевания - и, возможно, в будущем тот же подход можно будет применить и к ряду других патологий.
https://www.popmech.ru/technologies/745213-neyroset-diagnostiruet-bolezn-alcgeymera-s-besprecedentnoy-tochnostyu/
Нейросеть научилась распознавать опухоль мозга по снимкам МРТ
Аспирантка факультета информационных технологий и программирования ИТМО создала новый метод для автоматического распознавания опухолей головного мозга по изображениям МРТ. Он позволит лучше интерпретировать предсказания нейросети, чтобы определить, где она не уверена.
Алгоритм существенно облегчает работу врачам - ведь опухоль можно выявить и на ранней стадии
Метод основан на методах глубокого обучения, он направлен на уменьшение уровня неопределенности нейросетевой модели при анализе медицинских изображений. Дело в том, что разметкой медицинских снимков занимаются врачи, вручную выполняя огромный объем трудоемкой работы. Но это чревато ошибками и неточностями, а, значит, может повлиять и на работу нейросетевой модели. В то же время проблема нейросетей состоит в том, что человек полностью доверяет решениям модели. Но нельзя слепо опираться на ее выводы, вместо этого нужно учитывать то, насколько модель уверена в своем предсказании. Особенно это важно для решения задач в области медицины.
По сравнению с базовыми нейросетями для обработки медицинских изображений, точность алгоритма исследователей ИТМО выше на 3%, а калибровка модели стала лучше в два раза. На самом деле, это довольно много - такой алгоритм сможет не только определить пиксели, представляющие опухоль, но и предсказать ее границы намного лучше, а также точнее подскажет врачу, в каких пикселях предсказания он уверен в большей или меньшей степени. «Созданный нами алгоритм решает задачу сегментации опухоли. Допустим, есть изображение головного мозга, нейросеть его получит и преобразует в бинарную картинку с пикселями, помеченными 0 или 1, каждый из которых будет соответствовать здоровому участку ткани или новообразованию. Также алгоритм позволяет увидеть области, в которых модель машинного обучения менее уверена, которые требуют более пристального внимания врача. Обычно это границы опухоли. Наша модель лучше откалибрована, потому что у нее намного меньше процент неопределенности, - рассказывает автор проекта, аспирантка факультета информационных технологий и программирования ИТМО Наталья Ханжина.Алгоритм был протестирован на открытом наборе данных BraTS, включающем 45 тысяч снимков магнитно-резонансной томографии. Это очень ценно для научного сообщества, поскольку метод доступен, универсален, а, значит, и может быть применен и для решения других задач.
Наталья работает над исследованием вместе с Максимом Кашириным, выпускником магистерской программы Machine learning and Data Analysis Университета ИТМО. Проект ученых отобрали для презентации на MICCAI, престижной международной конференции по обработке медицинских изображений. Ранее метод был уже представлен на UAI, одной из самых уважаемых в мире конференций по машинному обучению.
https://www.popmech.ru/science/739433-neyroset-nauchilas-raspoznavat-opuhol-mozga-po-snimkam-mrt/
Анализ крови с помощью ИИ способен выявить рак легких с точностью 90%
Исследователи из американской биотехнологической компании Delfi Diagnostics разработали технологию анализа крови на основе машинного обучения, которая способна выявлять рак легких на ранних стадиях.Исследователи разработали систему анализа крови на основе ИИ, которая способна выявлять рак легких даже на ранних стадиях
В исследовании, опубликованном в журнале Nature Communications, ученые описали диагностический инструмент на основе ИИ, которые способен анализировать профили внеклеточной фрагментации ДНК (вкДНК) по всему геному. Внеклеточная ДНК - это фрагменты нуклеиновых кислот, присутствующие в кровотоке, которые могут указывать на присутствие опухолевых клеток, с поразительной точностью.
В первых испытаниях система выявила примерно 90% случаев рака среди 800 человек, прошедших скрининг на рак легких. В настоящий момент исследователи дорабатывают систему и надеются значительно улучшить результаты.
«Мы уже начали набор для исследования "случай-контроль" с участием 1700 пациентов, чтобы получить клинические доказательства, которые будут лежать в основе коммерческого скринингового теста легких», - сказал директор по маркетингу компании Delfi Diagnostics Питер Бах.
Исследователи отмечают, что анализ крови - более простой способ скрининга в сравнении с низкодозной компьютерной томографией грудной клетки (НДКТ), что позволяет проводить скрининг большему количеству людей за более короткие периоды времени.
https://www.popmech.ru/science/news-737763-analiz-krovi-s-pomoshchyu-ii-sposoben-vyyavit-rak-legkih-s-tochnostyu-90/
Нейросеть поможет выявить рак лёгких по флюорографии
Международный коллектив учёных разработал искусственный интеллект, подготовленный для анализа флюорографических снимков и снимков компьютерной томографии пациентов, у которых есть подозрение на заболевание лёгких.
Нейросеть, которая прошла предварительное обучение на нескольких тысячах снимков с 16 077 легочных узлов (1249 злокачественных), научилась выявлять на изображениях новообразования в легких. При этом искусственный интеллект способен также дать заключение о том, доброкачественное или злокачественное образование находится на снимке.
В своей работе, результаты которой опубликованы в научном журнале Radiology, специалисты из Нидерландов, Германии и Дании отметили, что нейросеть с точностью до 95% смогла выявлять злокачественные новообразования, отличая их от доброкачественных. При этом результаты анализа искусственного интеллекта по своей точности сопоставимы с оценкой реальных медиков (в эксперименте участвовали 11 специалистов - четыре рентгенолога, пять врачей-радиологов и два пульмонолога - специализирующихся на заболеваниях лёгких.
Как подчеркнули разработчики нейросети, в перспективе искусственный интеллект сможет анализировать снимки одного и того же пациента, сделанные в разное время, чтобы повысить точность исследования и дать рекомендации по развитию течения болезни и возможным методам лечения.
Напомним, ранее появилась информация, что медики создали нейросеть, которая способна в автоматическом режиме анализировать снимки компьютерной томографической ангиографии (КТ-ангиография), изучая данные на предмет наличия аневризмы сосудов в головном мозге пациентов. Как отмечают авторы разработки, искусственный интеллект может заметить те проблемы, которые не видны человеческому глазу.
https://www.popmech.ru/science/news-700503-neyroset-pomozhet-vyyavit-rak-lyogkih-po-flyuorografii/
Аневризмы мозга отыщет нейросеть
Медики создали нейросеть, которая способна в автоматическом режиме анализировать снимки компьютерной томографической ангиографии (КТ-ангиография), изучая данные на предмет наличия аневризмы сосудов в головном мозге пациентов. Как отмечают авторы разработки, искусственный интеллект может заметить те проблемы, которые не видны человеческому глазу.
«В нашей повседневной работе мы постоянно сталкиваемся с аневризмами, которые сложно или невозможно рассмотреть на снимках. Церебральные аневризмы относятся к числу тех поражений сосудов, которые легко пропустить при рутинном изучении снимков докторами. Созданная нейросеть показала отличные результаты, обнаружив те аневризмы, что пропустили врачи, но всё-таки искусственный интеллект пока не способен полностью заменить людей в такой работе», - подчеркнул старший автор исследования, радиолог из Медицинского колледжа Тунцзи в китайском Ухани Лун Си.
Для обучения нейросети китайские медики использовали тысячи снимков мозга более 500 пациентов с аневризмами и примерно столько же снимков здоровых сосудов. Подготовленную нейросеть проверили на 534 снимках, на которых были 649 аневризм. Как отмечает Лун Си, искусственный интеллект нашёл 633 аневризмы и показал точность распознавания проблем с сосудами в 97,5%. При этом нейросеть также выявила 8 необнаруженных врачами аневризм.
По итогам исследования, описание которого опубликовано в научном журнале Radioligy, авторы работы пришли к выводу, что в настоящее время автоматизировать анализ результатов КТ-ангиографии невозможно, но нейросеть можно использовать для помощи медикам в работе с большими объёмами данных.
https://www.popmech.ru/technologies/news-639993-neyroset-budet-borotsya-s-heyterami-v-socsetyah/