Поиск - новости науки и техники

Искусственный интеллект поможет выявлять болезни на ранней стадии

29.08.2019

В помощь врачам-клиницистам ученые ТГУ создают IT-платформу для хранения и автоматического интеллектуального анализа медицинских данных. «Айтишники» используют технологии машинного обучения для распознавания образов и текстов, методы прогнозной аналитики, обучение нейронной сети и другие инструменты. С их помощью команда Института прикладной математики и компьютерных наук ТГУ решает проблему персонализации медицины. 

Платформа будет выполнять несколько функций, в частности, аккумуляцию и хранение больших объемов данных с возможностью интеллектуального анализа документации разного характера, таких как ЭКГ, МРТ, КТ, иммуносигнатуры, — объясняет научный руководитель команды ТГУ, директор ИПМКН Александр Замятин. — Работа над подобными инструментами в России и мире уже ведется, есть результаты, но пока они фрагментарные.

Один из сдерживающих факторов, по словам Александра, – отсутствие тренировочных наборов для машинного обучения. Для каждого заболевания необходимо разложить медицинские данные на норму, патологию и группы риска. Эти вопросы и должна решать разрабатываемая платформа, объединяющая компетенции аналитиков данных, программистов и медицинских экспертов. Используемые источники информации — базы данных медучреждений с результатами врачебной диагностики, полученные в ходе повседневной клинической практики, и публичные репозитории с данными экспериментальных исследований в области медицинской диагностики.

Итоговым результатом проекта станет комплекс цифровых решений, которые будут способствовать улучшению качества диагностики, в том числе выявлению заболеваний на ранней стадии. Пользовательский интерфейс для использования разработанных инструментов анализа медицинских данных позволит применять их без глубоких знаний в области IT.

Этот и еще один проект ТГУ вышли в финал конкурса цифровых решений, организованного Агентством стратегических инициатив, участниками которого стали более 1000 data-аналитиков из 62 регионов России.

Упревление информационной политики ТГУ

 

Елена Краснова

Нет комментариев