Искусственный интеллект выявит заболевания глаз на ранней стадии

Искусственный интеллект помогает сохранить зрение

Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам. Ожидается, что ИИ станет незаменим при диагностике и уточнении заболеваний.

Благодаря способности сопоставлять данные, собирать и синтезировать информацию, участие ИИ в диагностике должно помочь качественно улучшить статистику врачебных ошибок, повысить роль профилактики и предотвращения заболеваний.

По прогнозу исследовательской компании Research&Markets, мировой рынок искусственного интеллекта к 2020 году вырастет до 5,05 млрд. долларов.

При этом наиболее быстрорастущим сегментом станет как раз здравоохранение. Согласно международным исследованиям, применение искусственного интеллекта в медицине способно увеличить прибыль компаний в отрасли здравоохранения.

В 2016 году доля европейского рынка ИИ была оценена в 270 млн. долларов при ожидаемом ежегодном росте более 35%.

По оценкам BIS Research, к 2025 году общий рынок ИИ в здравоохранении достигнет 28 млрд. долларов при среднегодовом росте более 45,1%, а рынок ИИ для медицинской визуализации и диагностики — 2,5 млрд. долларов.

По данным Всемирной организации здравоохранения (World Health Organization), проблемы со зрением непосредственно касаются почти каждого двадцатого жителя планеты, и около 80% таких проблем можно было бы избежать с помощью превентивных мер. Например, очень важно обнаруживать заболевания сетчатки на ранней стадии, но у офтальмологов не хватает ресурсов для тщательного изучения и диагностики болезни. Искусственный интеллект может им в этом помочь и тем самым спасти зрение миллионов пациентов.

Обратите внимание

Осложнения от диабета (диабетическая ретинопатия) являются одной из ведущих причин проблем со зрением. Ожидается, что общее число людей, страдающих диабетом, в период между 2000 и 2030 годами удвоится, что значительно увеличит число случаев заболеваний глаз во всем мире.

Ранняя диагностика более чем наполовину уменьшает число случаев серьезной потери зрения. К сожалению, в обнаружении заболеваний сетчатки на ранних стадиях в процессе осмотров пациентов прогресс невелик.

В странах, которые больше всего страдают от данных заболеваний, пациенты не проходят регулярных осмотров, а у офтальмологов довольно низкая точность правильного распознавания и диагностики заболевания сетчатки при индивидуальных углубленных осмотрах глаз.

При этом, в отличие от других опасных для жизни болезней, которые сегодня у всех на слуху, заболевания сетчатки и ухудшение зрения остаются не столь заметными в глазах общественности. Поэтому проблему часто недооценивают.

  Искусственный интеллект (ИИ) потенциально может способствовать значительному снижению случаев заболеваний сетчатки, помогая офтальмологам более эффективно обнаруживать болезнь и дополняя человеческий опыт.

В сотрудничестве с Lenovo в Барселонском суперкомпьютерном центре (Barcelona Supercomputing Center, BSC) решили исследовать, как ИИ может повысить точность процесса скрининга и потенциально обнаружить заболевание сетчатки раньше, чем это обычно происходит.

Технология ИИ повышает вероятность раннего выявления заболевания, делая осмотр пациентов более доступным и быстрым в странах с недостаточно охваченным количеством населения. Причем пациенты могут самостоятельно пройти первичный осмотр в течение нескольких минут, используя свой смартфон со специальный приложением.

Кроме диабетической ретинопатии глазные болезни вызывают многие другие патологии, такие как глаукома, дегенерация желтого пятна, невус и эпиретинальная мембрана. Модели машинного обучения позволяют идентифицировать эти различные патологии намного легче, чем текущие методы скрининга.

Дарио Гарсия-Гасулла, почетный научный сотрудник Барселонского суперкомпьютерного центра, с оптимизмом смотрит на возможности использования данной технологии: «Масштабирование, обучение и валидация моделей машинного обучения для исследования этих проблем зрения может быть сложным процессом.

Важно

Но потенциал огромен, поскольку те же подходы можно применять в других областях медицины и во многих промышленных приложениях». Проблема с обучением модели ИИ для выявления некоторых заболеваний сетчатки заключается в отсутствии «чистых» данных, доступных для обучения нейронной сети.

Для патологий с ограниченной доступностью набора данных (например, менее 5000 изображений) надежное глубокое обучение нейронной сети «с нуля» может оказаться невозможным. В этом случае можно воспользоваться «передачей обучения».

Передача обучения основывается на моделях, подготовленных для задач с более крупными наборами данных, которые затем повторно используются для решения других задач с небольшой доступностью данных. Иногда ее применяют для выделения признаков (экстрактор).

В результате передача обучения может также сократить время обучения (до минут), сэкономить часы исследований и, в конечном счете, — затраты, связанные с разработкой решения.

ПатологияТочность выявления
Глаукома 85.5%
Пигментация сетчатки 75.1%
Эпиретинальная мембрана 78.8%
Невус глаза 65.0%
Макулодистрофия 91.07%

На Международной суперкомпьютерной конференции (ISC) во Франкфурте Lenovo и BSC покажут приложение, демонстрирующее, как работает передача обучения. Оно создано в инновационном центре Lenovo AI в Моррисвилле, шт. Северная Каролина (США). Приложение позволит посетителям через интуитивно понятный интерфейс самостоятельно построить и обучить модель и тем самым сыграть активную роль в улучшении скрининга заболеваний сетчатки.   Гарсия-Гасулла объясняет: «Цель демонстрации — показать, насколько легко использовать предварительно обученные глубокие нейронные сети как экстракторы признаков, которые становятся основой для других, более простых и быстрых моделей (в данном случае SVM). За 10 минут каждый участник сможет сам спроектировать, обучить и проверить эффективность модели машинного обучения для выявления патологии сетчатки. Модели участников конференции, работающие с одной и той же патологией, будут сравниваться и оцениваться, чтобы найти и наградить лучшую модель, разработанную во время данного форума».

«Умные» медицинские продукты, сервисы и процессы уже разрабатывают более 800 компаний, включая ведущих вендоров. Для подобных исследований Lenovo создает собственные решения ИИ, включая недавно выпущенную платформу Lenovo Intelligent Computing Orchestration (LiCO) 5.1 Platform и референсные архитектуры Lenovo AI Validated Design для разработки моделей на архитектуре Intel Xeon Scalable и NVIDIA Tesla.

Применение искусственного интеллекта в медицине способно революционизировать отрасль здравоохранения за счет развития таких областей, как персонализированная медицина, диагностика, разработка новых лекарственных препаратов, робот-ассистированная хирургия, телемониторинг хронических заболеваний, дистанционная помощь пациентам, поддержка принятия правильных медицинских решений, выявление медицинских ошибок.

Агентство Frost & Sullivan отмечает, что технологии искусственного интеллекта повышают точность постановки диагнозов на 30–40%, при этом стоимость медобслуживания снижается наполовину. Компания McKinsey показала, что в медицине можно автоматизировать 36% функций, прежде всего на уровнях сбора и анализа данных.

Читайте также:  Вечная жизнь уже через 30 лет – как на основе разработок ии сделать это реальностью

Разработки в этом направлении активно ведутся и за рубежом, и в России, например, один из российских проектов представляет собой систему по диагностике заболеваний, которая включает распознавание патологий при помощи медицинских цифровых изображений, получаемых по результатам рентгенографии легких, маммографии, компьютерной томографии и УЗИ.

Проект представляет собой приложение, которое можно использовать на рабочем компьютере или смартфоне пользователя. Оно работает на основе нейронной сети, обученной распознавать патологии в медицинских изображениях. Первый этап проекта – анализатор патологических клеток крови и распознавание патологий глазного дна.

В дальнейшем он охватит такие направления, как рентгенография легких, маммография, компьютерная томография, мобильное УЗИ.

И новые проекты появляются практически каждый год. Многие разработки доступны уже сейчас. Так, например, в России запущена информационно‑аналитическая система «СoBrain-Аналитика» для постановки диагнозов и формирования персональной терапии для пациентов с заболеваниями мозга. Искусственный интеллект в медицине — будущее, которое уже наступило.

Источник: https://habr.com/company/lenovo/blog/416615/

Другие науки о жизни

  • Главная
  • Статьи
  • Науки о жизни
  • Другие науки о жизни

25 Февраля 2019

В России создан уникальный оперирующий робот. Он сможет выполнять сложные медицинские манипуляции в автоматическом режиме.

читать25 Февраля 2019

Универсальные пробиотики превзойдут по эффективности популярные йогурты, но стоить будут на порядок дешевле.

читать22 Февраля 2019

Китайские исследователи испытали на свиньях кардиостимулятор, который не нуждается в замене источника питания.

читать22 Февраля 2019

Расчеты ученых из Австралии показывают, что цель ВОЗ по глобальной ликвидации рака шейки матки вполне достижима.

читать22 Февраля 2019

Новый способ планирования лучевой терапии может предотвратить поражение чувствительных органов вокруг опухолей.

читать22 Февраля 2019

Американские химики синтезировали ДНК с восьмибуквенным алфавитом, добавив к природным еще 2 пары нуклеотидов.

читать20 Февраля 2019

Освобожденные от внутренних структур тромбоциты обратимо блокируют тромбообразование и препятствуют метастазированию.

читать18 Февраля 2019

Нейросеть за 10 секунд определяет, есть ли в исследуемом материале похожие на метастазы образования и где они находятся.

читать18 Февраля 2019

Метаанализ исследований за последние 18 лет показал, что контакт с глифосатом на 40% повышает риск неходжкинской лимфомы.

читать15 Февраля 2019

Недостаток сна заставляет костный мозг производить больше лейкоцитов, которые ускоряют образование атеросклеротических бляшек.

читать15 Февраля 2019

Исследователи из Индианского университета создали прототип анализа, который по биомаркерам крови определяет уровень боли у пациента.

читать14 Февраля 2019

Первая в мире операции по вживлению механического сердечного насоса, заряжаемого от беспроводной сети, прошла успешно.

читать14 Февраля 2019

Финские и шведские ученые еще раз подтвердили «гипотезу бабушек», говорится в двух статьях, опубликованных в Current Biology.

читать13 Февраля 2019

МикроРНК-142 контролируют регулирующие иммунный ответ Т-клетки, тем самым предотвращая аутоиммунные заболевания.

читать13 Февраля 2019

Исследователи надеются, что их открытие ляжет в основу препарата, который позволит бороться с негативными последствиями инсульта.

читать12 Февраля 2019

Российские молекулярные биологи сравнили качество работы двух самых популярных систем анализа внеклеточной ДНК, DSPVK и CNAK.

читать11 Февраля 2019

Активация АМФ-зависимой киназы в Т-хелперах позволяет справиться с повреждением суставов при ревматоидном артрите.

читать11 Февраля 2019

Ещё один механизм невольной помощи раку со стороны иммунитета: эскорт из нейтрофилов помогает раковым клеткам метастазировать.

читать11 Февраля 2019

Исследователи обнаружили два белка, которые могут частично стимулировать рост ампутированных пальцев у мышей.

читать07 Февраля 2019

Так разработчики назвали систему ИИ, которая за 20 секунд анализирует томограмму легких и диагностирует наличие опухолей.

читать

Источник: http://www.vechnayamolodost.ru/articles/drugie-nauki-o-zhizni/ii-pomogaet-sokhranit-zrenie/

Зрение будущего: искусственные глаза, сетчатка и импланты в мозге

В 2018 году 39 миллионов человек остаются слепыми. Из-за наследственных заболеваний, старения тканей, инфекций или травм. Одна из главных причин — это болезни сетчатки.

Но наука развивается так быстро, что фантастика переходит из книг в лаборатории и операционные, снимая барьер за барьером.

Ниже мы рассмотрим, какое будущее ждет офтальмологию, как будут лечить (и уже лечат), возвращать зрение, диагностировать недуги и восстанавливать глаза после операций.

Киборгизация: бионические глаза

Совет

Главный тренд офтальмологии будущего — бионические глаза. В 2018 году уже существуют 4 успешных проекта, и искусственные глаза сейчас — далеко не картинка из футуристического фэнтези.

Самый интересный проект — это Argus II от Second Sight. Устройство состоит из импланта, очков, камеры, кабеля и видеопроцессора. Имплант, имеющий передатчик, вживляется в сетчатку.

Носимая с очками камера фиксирует изображения, которые процессор обрабатывает, генерируя сигнал, передатчик импланта принимает его и стимулирует клетки сетчатки. Так реконструируется зрение. Разработка изначально предназначалась для больных макулодистрофией.

Это возрастное заболевание, оно сопровождается слабым кровоснабжением центра сетчатки и приводит к слепоте.

В чем недостаток технологии? Устройство стоит баснословные 150 тысяч долларов и не возвращает зрение полностью, лишь позволяя различать силуэты фигур. По состоянию на 2017 год 250 человек носят Argus II, что, безусловно, ничтожно мало.

У Argus II есть аналоги. Например, Boston Retinal Implant. Он тоже создан специально для пациентов с макулодистрофией и пигментным ретинитом (разложением фоторецепторов сетчатки). Он работает по похожему принципу, направляя сигналы нервным клеткам и создавая схематичное изображение объекта.

Стоит назвать и IRIS, созданный для пациентов на последних стадиях деградации сетчатки. IRIS состоит из видеокамеры, носимого процессора и стимулятора. От них отличается Retina Implant AG. Имплант улавливает фотоны и активирует зрительный нерв, при этом устройство обходится без внешней камеры.

Импланты в головном мозге

Как ни странно, лечить зрение можно, не касаясь глаз. Для этого достаточно вживить в мозг чип, который будет стимулировать короткими электрическими разрядами зрительную кору.

Обратите внимание

В этом направлении работает упомянутый выше Second Sight. Компания разработала альтернативную версию Argus II, которая совсем не затрагивает глаза и работает с мозгом напрямую.

Девайс будет стимулировать нервные клетки током, извещая мозг о потоке света.

Искусственная сетчатка

Мы сказали, что пигментный ретинит поражает фоторецепторы сетчатки, из-за чего человек перестает воспринимать свет и слепнет. Это заболевание кодируется генетически. Сетчатка состоит из миллионов рецепторов. Мутация лишь в одном из 240 генов запускает их гибель и портит зрение, даже если связанные с ней зрительные нейроны будут целы.

Как быть в этом случае? Имплантировать новую сетчатку. Искусственный аналог состоит из электропроводящего полимера с шелковой подложкой, завернутого в полимерный полупроводник. Когда падает свет, полупроводник поглощает фотоны. Вырабатывается ток и электрические разряды касаются нейронов сетчатки.

Эксперимент с мышами показал, что при освещенности в 4-5 лк (Люксов), как в начале сумерек, мыши с имплантами реагируют на свет так же, как и здоровые грызуны. Томография подтвердила, что зрительная кора мозга крыс была активна. Неясно, будет ли разработка полезной для людей.

Итальянский технологический институт (IIT) обещает отчитаться о результатах опытов в 2018 году.

Ошибка в коде

Читайте также:  Робот-акула отслеживает приливы и отливы

Носимые, вшиваемые и встраиваемые устройства — не единственная надежда офтальмологии. Для того, чтобы вернуть зрение, можно переписать генетический код, из-за ошибки в котором человек начал слепнуть. Метод CRISPR, который базируется на инъекции раствора с вирусом, несущим правильный вариант ДНК, излечивает наследственные заболевания.

Исправление кода позволяет бороться с возрастной дегенерацией сетчатки, а также с амаврозом Лебера — крайне редким недугом, убивающим светочувствительные клетки. В мире им страдает около 6 тысяч человек. Препарат Luxturna обещает покончить с ним. Он содержит раствор с правильной версией гена RPE65, шифрующим структуру необходимых белков.

Это инъекционный препарат — его вводят в глаз микроскопической иглой.

Диагностика и восстановление после операции

Источник: https://doctor.rambler.ru/news/41075627-zrenie-buduschego-iskusstvennye-glaza-setchatka-i-implanty-v-mozge/

Искусственный интеллект диагностирует болезни человека по глазам

Взглянув в глаза человеку, но не просто так, а применяя цифровое оборудование и анализируя Big Data, врачи могут получить детальную картину о состоянии его здоровья. Скрининг по новой методике способен сделать лечение более персонализированным и облегчить диагностику самых разных болезней на ранних стадиях.

Персонализированный подход является самой важной тенденцией в медицине XXI века. Избитая фраза о том, что глаза — окно в наш внутренний мир, не кажется уже такой отвлеченной как раньше.

Сотрудники Венского университета способны диагностировать диабет по глазам, используя первую автоматизированную технику скрининга сетчатки и не прибегая к помощи офтальмолога.

«Сетчатка способна предоставить огромный объем информации о состоянии мозга и нервной системы человека», — объясняет Шмидт-Эрфурт, Урсула Шмидт-Эрфурт, руководитель отделения офтальмологии и оптометрии Медицинского Университета в Вене.

Важно

Врачи используют метод оптической когерентной томографии: в течение 1,2 секунды производится 40000 сканирований с общим объемом 65 млн вокселей (единица измерения объемного изображения), получая максимум данных о состоянии сетчатки пациента.

Данные ОКТ анализируются с использованием автоматизированных алгоритмов, созданных на основе искусственного интеллекта. И устройство, и метод ИИ были разработаны Венским медицинским университетом, в частности в Центре медицинской физики и биомедицинской инженерии, а также в лаборатории OPTIMA Christian Doppler.

«Цифровое изображение сетчатки предоставляет нам огромный объем персональных и медицинских данных человека.

Это не только информация о существующих или потенциальных заболеваниях, но и о жизни в целом», — говорит руководитель исследования.

Например, сетчатка показывает, сколько лет человеку, его пол, курит ли он, сообщает цифру артериального давления и показывает наличие диабета, или, по крайней мере, указывает на повышенный риск его развития.

Флориан Кифер, терапевт, говорит: «Включив новые технологии в клиническую программу, мы сможем получить гораздо более точную картину общего состояния здоровья наших пациентов, чтобы мы могли не только предоставить им индивидуальную информацию и рекомендации, но и индивидуальные методы лечения».

Более того, в будущем возможно будет обнаружить заболевания внутренних органов, например, почек или связанные с возрастом проблемы, а также неврологические заболевания сетчатки. Цифровое сканирование сетчатки является дополнительным революционным шагом в этом направлении, открывает целую вселенную потенциальных возможностей.

Команда MagazinLinz.ru

Источник: https://magazinlinz.ru/iskusstvennyj-intellekt-diagnostiruet-bolezni-cheloveka-po-glazam.htm

[Перевод] Искусственный интеллект помогает сохранить зрение09.07.2018 17:33

Применение искусственного интеллекта в медицине уже сегодня позволяет серьезно повысить точность диагностики, облегчить жизнь пациентам. Ожидается, что ИИ станет незаменим при диагностике и уточнении заболеваний.

Благодаря способности сопоставлять данные, собирать и синтезировать информацию, участие ИИ в диагностике должно помочь качественно улучшить статистику врачебных ошибок, повысить роль профилактики и предотвращения заболеваний.

По прогнозу исследовательской компании Research&Markets, мировой рынок искусственного интеллекта к 2020 году вырастет до 5,05 млрд. долларов. При этом наиболее быстрорастущим сегментом станет как раз здравоохранение. Согласно международным исследованиям, применение искусственного интеллекта в медицине способно увеличить прибыль компаний в отрасли здравоохранения.

В 2016 году доля европейского рынка ИИ была оценена в 270 млн. долларов при ожидаемом ежегодном росте более 35%. По оценкам BIS Research, к 2025 году общий рынок ИИ в здравоохранении достигнет 28 млрд. долларов при среднегодовом росте более 45,1%, а рынок ИИ для медицинской визуализации и диагностики — 2,5 млрд. долларов.

Ии и проблема заболеваний сетчатки глаз

По данным Всемирной организации здравоохранения (World Health Organization), проблемы со зрением непосредственно касаются почти каждого двадцатого жителя планеты, и около 80% таких проблем можно было бы избежать с помощью превентивных мер.

Например, очень важно обнаруживать заболевания сетчатки на ранней стадии, но у офтальмологов не хватает ресурсов для тщательного изучения и диагностики болезни. Искусственный интеллект может им в этом помочь и тем самым спасти зрение миллионов пациентов.

Осложнения от диабета (диабетическая ретинопатия) являются одной из ведущих причин проблем со зрением. Ожидается, что общее число людей, страдающих диабетом, в период между 2000 и 2030 годами удвоится, что значительно увеличит число случаев заболеваний глаз во всем мире.

Ранняя диагностика более чем наполовину уменьшает число случаев серьезной потери зрения. К сожалению, в обнаружении заболеваний сетчатки на ранних стадиях в процессе осмотров пациентов прогресс невелик.

Совет

В странах, которые больше всего страдают от данных заболеваний, пациенты не проходят регулярных осмотров, а у офтальмологов довольно низкая точность правильного распознавания и диагностики заболевания сетчатки при индивидуальных углубленных осмотрах глаз.

При этом, в отличие от других опасных для жизни болезней, которые сегодня у всех на слуху, заболевания сетчатки и ухудшение зрения остаются не столь заметными в глазах общественности. Поэтому проблему часто недооценивают. 

Под пристальным взглядом искусственного интеллекта 

Искусственный интеллект (ИИ) потенциально может способствовать значительному снижению случаев заболеваний сетчатки, помогая офтальмологам более эффективно обнаруживать болезнь и дополняя человеческий опыт.

В сотрудничестве с Lenovo в Барселонском суперкомпьютерном центре (Barcelona Supercomputing Center, BSC) решили исследовать, как ИИ может повысить точность процесса скрининга и потенциально обнаружить заболевание сетчатки раньше, чем это обычно происходит.

Технология ИИ повышает вероятность раннего выявления заболевания, делая осмотр пациентов более доступным и быстрым в странах с недостаточно охваченным количеством населения. Причем пациенты могут самостоятельно пройти первичный осмотр в течение нескольких минут, используя свой смартфон со специальный приложением.

Будущее медицины — профилактика заболеваний. Поэтому важно повысить точность предварительной диагностики. 

Кроме диабетической ретинопатии глазные болезни вызывают многие другие патологии, такие как глаукома, дегенерация желтого пятна, невус и эпиретинальная мембрана. Модели машинного обучения позволяют идентифицировать эти различные патологии намного легче, чем текущие методы скрининга.

Дарио Гарсия-Гасулла, почетный научный сотрудник Барселонского суперкомпьютерного центра, с оптимизмом смотрит на возможности использования данной технологии: «Масштабирование, обучение и валидация моделей машинного обучения для исследования этих проблем зрения может быть сложным процессом.

Но потенциал огромен, поскольку те же подходы можно применять в других областях медицины и во многих промышленных приложениях».

Читайте также:  Российский учёный курчатовского нбикс прокомментировал развитие искусственного интеллекта

Обучение модели и преодоление проблем нехватки данных

Проблема с обучением модели ИИ для выявления некоторых заболеваний сетчатки заключается в отсутствии «чистых» данных, доступных для обучения нейронной сети.

Для патологий с ограниченной доступностью набора данных (например, менее 5000 изображений) надежное глубокое обучение нейронной сети «с нуля» может оказаться невозможным.

В этом случае можно воспользоваться «передачей обучения».

Автоматизация даст врачу дополнительное время, которое тот сможет использовать на изучение болезни пациента и установление максимально точного диагноза. По мнению специалистов из Гарвардской медицинской школы, использование-технологий ИИ позволят снизить уровень ошибок при диагностике на 85%.

Передача обучения основывается на моделях, подготовленных для задач с более крупными наборами данных, которые затем повторно используются для решения других задач с небольшой доступностью данных.

Иногда ее применяют для выделения признаков (экстрактор).

В результате передача обучения может также сократить время обучения (до минут), сэкономить часы исследований и, в конечном счете, — затраты, связанные с разработкой решения.

ПатологияТочность выявления
Глаукома 85.5%
Пигментация сетчатки 75.1%
Эпиретинальная мембрана 78.8%
Невус глаза 65.0%
Макулодистрофия 91.07%

Точность выявления различных патологий сетчатки с помощью ИИ составляет 75–91%.

Новая технология ИИ

На Международной суперкомпьютерной конференции (ISC) во Франкфурте Lenovo и BSC покажут приложение, демонстрирующее, как работает передача обучения.

Оно создано в инновационном центре Lenovo AI в Моррисвилле, шт. Северная Каролина (США).

Приложение позволит посетителям через интуитивно понятный интерфейс самостоятельно построить и обучить модель и тем самым сыграть активную роль в улучшении скрининга заболеваний сетчатки. 

Обратите внимание

Гарсия-Гасулла объясняет: «Цель демонстрации — показать, насколько легко использовать предварительно обученные глубокие нейронные сети как экстракторы признаков, которые становятся основой для других, более простых и быстрых моделей (в данном случае SVM).

За 10 минут каждый участник сможет сам спроектировать, обучить и проверить эффективность модели машинного обучения для выявления патологии сетчатки.

Модели участников конференции, работающие с одной и той же патологией, будут сравниваться и оцениваться, чтобы найти и наградить лучшую модель, разработанную во время данного форума».

LiCO ускоряет обучение моделей искусственного интеллекта и традиционное развертывание систем высокопроизводительных вычислений, предоставляя интуитивно понятный пользовательский интерфейс для управления программным и аппаратным стеком.

«Умные» медицинские продукты, сервисы и процессы уже разрабатывают более 800 компаний, включая ведущих вендоров.

Для подобных исследований Lenovo создает собственные решения ИИ, включая недавно выпущенную платформу Lenovo Intelligent Computing Orchestration (LiCO) 5.

1 Platform и референсные архитектуры Lenovo AI Validated Design для разработки моделей на архитектуре Intel Xeon Scalable и NVIDIA Tesla.

Компоненты обучения модели. Стек программного обеспечения ИИ быстро развивается, новые и обновленные фреймворки появляются почти ежемесячно. Выбор среди многочисленных вариантов с открытым исходным кодом может занять много времени. Референсная архитектура Lenovo протестирована и настроена на базе платформы Lenovo ThinkSystem.

Ии в медицине: будущее наступило

Применение искусственного интеллекта в медицине способно революционизировать отрасль здравоохранения за счет развития таких областей, как персонализированная медицина, диагностика, разработка новых лекарственных препаратов, робот-ассистированная хирургия, телемониторинг хронических заболеваний, дистанционная помощь пациентам, поддержка принятия правильных медицинских решений, выявление медицинских ошибок.

Агентство Frost & Sullivan отмечает, что технологии искусственного интеллекта повышают точность постановки диагнозов на 30–40%, при этом стоимость медобслуживания снижается наполовину. Компания McKinsey показала, что в медицине можно автоматизировать 36% функций, прежде всего на уровнях сбора и анализа данных.

Разработки в этом направлении активно ведутся и за рубежом, и в России, например, один из российских проектов представляет собой систему по диагностике заболеваний, которая включает распознавание патологий при помощи медицинских цифровых изображений, получаемых по результатам рентгенографии легких, маммографии, компьютерной томографии и УЗИ.

Проект представляет собой приложение, которое можно использовать на рабочем компьютере или смартфоне пользователя. Оно работает на основе нейронной сети, обученной распознавать патологии в медицинских изображениях. Первый этап проекта — анализатор патологических клеток крови и распознавание патологий глазного дна.

Важно

В дальнейшем он охватит такие направления, как рентгенография легких, маммография, компьютерная томография, мобильное УЗИ.

И новые проекты появляются практически каждый год. Многие разработки доступны уже сейчас. Так, например, в России запущена информационно‑аналитическая система «СoBrain-Аналитика» для постановки диагнозов и формирования персональной терапии для пациентов с заболеваниями мозга. Искусственный интеллект в медицине — будущее, которое уже наступило.

© Habrahabr.ru

Источник: https://pcnews.ru/blogs/%5Bperevod%5D_iskusstvennyj_intellekt_pomogaet_sohranit_zrenie-838621.html

Искусственный интеллект диагностирует 50 глазных заболеваний

Расположенная в Лондоне (Великобритания) компания DeepMind, входящая в состав холдинга Alphabet (родительская компания Google), разрабатывает решения на базе искусственного интеллекта (artificial intelligence, AI) в системе здравоохранения. На днях эта фирма опубликовала в журнале Nature Medicine исследование, отражающее ее достижения в сфере диагностики глазных заболеваний при помощи AI.

Согласно данным этого исследования, компания совместно с лондонской Глазной больницей Мурфилдс разработала решение, алгоритм которого “натренирован” определять свыше 50 заболеваний зрения с такой же точностью, как профессиональные врачи. Это же решение способно предоставлять правильные рекомендации, касающиеся необходимых действий, которые должен предпринять пациент и приоритезировать те, которые требуют немедленного реагирования.

В этом проекте, которому уже порядка двух лет, DeepMind разрабатывает алгоритмы, используя тысячи ранее полученных и полностью анонимных снимков глазного дна, позволяющие идентифицировать заболевания, которые ведут к потере зрения. Согласно опубликованным результатам, система в настоящем времени определяет результаты с точностью в 94% и в ближайшем будущем может использоваться для анализа зрения во всех клиниках мира.

Диагностирование глазных заболеваний по сканам глаз — это сложная и занимающая много времени у врачей процедура.

При этом, учитывая все возрастающую долю пожилых людей по всему миру, врачам становится все сложнее справляться с такой нагрузкой.

При этом появляется риск задержки постановки диагноза и лечения заболеваний, которые могут полностью изменить жизнь пациентов. И здесь появляется возможность для использования систем на базе AI.

AI-система DeepMind была натренирована при использовании одного определенного типа сканера глазного дна, но, по словам разработчиков, она совместима с любой моделью. Это означает, что она не только может широко использоваться без аппаратных ограничений, но и то, что она будет также работать и в будущем, когда оборудование будет меняться и обновляться.

Совет

Отметим, что система DeepMind может также объяснить врачу, как она пришла к определенному решению, что дает медицинскому специалисту возможность понять, правильный ли был определен диагноз, прежде чем назначать лечение.

Теперь, прежде чем новое AI-решение можно будет использовать в больницах и клиниках для диагностики реальных пациентов, оно должно пройти через клинические испытания и получить официальное разрешение от регуляторов отрасли.

Для комментирования необходимо авторизоваться

Источник: https://evercare.ru/iskusstvennyi-intellekt-diagnostiruet-50-glaznykh

Ссылка на основную публикацию
Adblock
detector