Rambler's Top100
 
Все новости Новости отрасли

В России начнут распознавать туберкулез по снимкам с помощью нейросетей

18 апреля 2018

В России готовится запуск проекта под рабочим названием TUCAN, посвященного ранней диагностики туберкулеза и рака легких с помощью нейросетей. Название проекта образовано от английских слов tuberculosis и lung cancer, что переводится как «туберкулез» и «рак легких» соответственно. В дальнейшем в рамках проекта будет проводиться диагностика и других заболеваний органов дыхания.

TUCAN предусматривает применение искусственного интеллекта для анализа рентгенологических исследований. В принятии решений нейросетью обязательно будет участвовать человек — клиницист или рентгенолог. Именно он будет ставить окончательный диагноз, опираясь на данные компьютера. Это позволяет классифицировать TUCAN внутри сферы искусственного интеллекта (Artificial Intelligence) как относящийся к области смешанного интеллекта (Augmented Intelligence).

Авторы проекта акцентируют внимание на том, что ответственность за постановку диагноза будет лежать на специалисте-человеке. Искусственный интеллект в данном случае полезен в первую очередь тем, что способен выявить и зафиксировать формальные признаки заболевания, на которые врач-рентгенолог может не обратить внимания — например, из-за усталости в конце рабочего дня.

Руководителем TUCAN выступает главный внештатный специалист по лучевой диагностике Минздрава, доктор медицинских наук, профессор Игорь Тюрин.

Разрабатывать модели машинного обучения на основе глубоких нейронных сетей будет образовательный центр «Идеи. Технологии. Экспертиза» (ITEF). Центр участвует в реализации социальных и образовательных проектов в области медицины с 2012 г. ITEF и выступил инициатором проекта. Технический директор центра Олег Фатеев до этого руководил разработкой ПО в Paragon Software Group и IBS. Также он является координатором открытого сообщества профессионалов в области больших данных и машинного обучения Big Big Data Group (BBDG).

В проекте примут участие специалисты Центрального научно-исследовательского института туберкулеза (ЦНИИТ), которые займутся разметкой цифровых рентгеновских снимков и составлением аннотаций к ним. В процессе будут использованы данные разнообразных исследований, включая результаты хирургического вмешательства, поясняет директор ЦНИИТ, доктор медицинских наук, профессор Атаджан Эргешов.

Как пояснили CNews представители ITEF, равнодолевое финансирование проекта в научной части будут осуществлять ЦНИИТ, Российский онкологический научный центр имени Н. Н. Блохина (РОНЦ) и Российская медицинская академия последипломного образования (РМАПО), в технической ИТ-части — ITEF.

Что касается прав интеллектуальной собственности, то они будут у «группы физических лиц», которая будет осуществлять совместные исследования, пояснил CNews директор ITEF Андрей Янычев. В настоящий момент вопрос правообладания прорабатывается, но сам алгоритм останется в России, добавил он. Также Янычев отметил, что Гражданский кодекс России в своем нынешнем виде не регламентирует патентование моделей машинного обучения.

Со своей стороны, Фатеев сообщил, что моделей по туберкулезу пока нет нигде в мире. Что касается интеллектуальной собственности, то Гражданский кодекс четко определяет ее правообладателей в случае заключения госконтракта, добавляет он. Однако получение госзадания с последующим заключением госконтракта возможно только после того, как модели докажут свою эффективность.

«У нас все ПО, которое находится в Реестре российского ПО Минкомсвязи, принадлежит в части авторского права не государству, а компаниям, которые там указаны. Главное, чтобы компании были российскими. Если ПО разрабатывается по госконтракту, то оно попадает в Национальный фонд алгоритмов и программ — это другое дело, государство может им пользоваться бесплатно», — подводит итог Фатеев. Однако попасть в этот фонд разработки TUCAN смогут лишь после начала финансирования проекта структурами Минздрава, что произойдет только после завершения клинических испытаний.

Как поясняет Фатеев, как только нейросети вышли на достаточный уровень точности в распознавании изображений, они начали применяться в медицине для обработки рентгеновских снимков. Этот процесс активизировался в 2016 г., когда в США была запущена программа по борьбе с раком Cancer Moonshot, бюджет которой исчислялся миллиардами.

В этот период в открытый доступ активно выкладывались собрания деперсонализированных рентгеновских снимков. На снимках произведена разметка — отмечены места появления и явного отсутствия опухолей. Большая часть подобных архивов была собрана в ходе национальных программ по сканированию грудной клетки на предмет рака легких. Эти снимки и будут использованы в ходе реализации той части TUCAN, которая касается рака легких.

Материалы по туберкулезу предоставит ЦНИИТ. По словам Фатеева, в России накоплен уникальный опыт именно исследования туберкулеза.

Деятельность по публикации архивов снимков имела целью привлечь к борьбе с раком специалистов по большим данным, поясняет Фатеев. На хакатонах по машинному обучению, проведенных в 2016-2017 гг. из сотен команд побеждали именно те, которые создавали самые точные модели для ранней диагностики рака легких. Эти модели также появились в открытом доступе, однако оказались не слишком пригодными для применения в практической медицине.

По словам Фатеева, в реальности рентгеновские снимки редко бывают однозначными. Модели для диагностики рака легких допускали ошибки, если на снимке присутствовали признаки другого заболевания грудной клетки. Эргешов подтверждает, что одно заболевание легких может развиваться на фоне другого. Поэтому врачи используют данные не только рентгена, но и клинических наблюдений, морфологических и микробиологических исследований. Изолированно данные рентгена никогда не используются. Проект TUCAN сосредоточится именно на проблеме дифференциации различных заболеваний органов грудной клетки, поясняет Фатеев.

Источник: CNews

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.