Возможности машинного обучения (ML) в медицине становятся все шире!

Оно помогает выявлять патологии, фиксировать аномалии на снимках, быстро обрабатывать большие массивы данных.

Рассказываем, как команда «ЛАНИТ-ТЕРКОМ» работала над решением по определению патологии по флюорографии с помощью ML.

🔹Что было на старте

Несколько тысяч обезличенных оцифрованных флюорографий, часть из которых помечена как флюорографии с патологиями.

🔹Как мы работали с данными

Чтобы научить алгоритмы видеть отклонения от нормы, мы использовали метод Deep Learning — нейросети самообучались на большом массиве данных.

Сперва мы отфильтровали отклонения от общего шаблона снимков грудной клетки, а затем проанализировали их.

Еще мы создали метод интеллектуального анализа данных УЗИ-мониторинга, чтобы автоматизировать диагностику нарушений мозгового кровообращения.

🔹Что дальше?

Полученные методы могут быть использованы в разных областях. Так, мы планируем реализацию аппаратной платформы на базе FPGA.

#LT_технологии