Инновационная разработка выпускников Сеченовского Университета
В последние годы медицинские технологии активно пополняются инновационными решениями на основе искусственного интеллекта. Однако бесплатные открытые ИИ-платформы для автоматического выявления опухолей на МРТ обычно обладают серьезными ограничениями: они способны лишь фиксировать наличие новообразований без указания их точного расположения или базируются на морально устаревших методах анализа. Как отмечает Иван Симонович, выпускник магистратуры по интеллектуальным информационным технологиям в медицине Сеченовского Университета, современные многофункциональные ИИ-комплексы — такие как Aidoc, Mediaire mdbrain, NeuroQuant Brain Tumor и другие — в основном доступны только на коммерческой основе, работают на закрытых алгоритмах и используют недоступные широкой аудитории базы изображений. Кроме того, большинство таких решений разработано за рубежом и зачастую их внедрение в российских клиниках встречает существенные сложности.
YOLO v11 и открытый код на GitHub: новые стандарты для медицины
Группа выпускников и исследователей Сеченовского Университета создала уникальное веб-приложение с открытым исходным кодом, размещенным на GitHub. В основе этой разработки — одна из новейших открытых моделей для компьютерного зрения YOLO v11. Для обучения нейросети специалисты собрали и стандартизировали свыше пяти тысяч МРТ-снимков, доступных из открытых источников. Усовершенствованные методы аугментации данных наряду с серией тестов позволили значимо повысить точность: система определяет присутствие и локализацию опухоли с впечатляющей вероятностью 97,1%.
Прорыв в детекции и классификации опухолей
«Разработанное веб-приложение не только обнаруживает опухоли и точно определяет их местоположение на снимках, но и способно предварительно классифицировать тип новообразования», — поясняет Иван Симонович. Система различает такие варианты, как глиомы, менингиомы, аденомы гипофиза и другие опухолевые образования. Уникальность технологии заключается в том, что пользователи, не обладающие специализированными знаниями в области радиологии, получают максимально полную и понятную информацию о характере выявленного патологического процесса — что особенно важно для ранней диагностики и выбора верной тактики лечения.
Тесты, перспективы и развитие проекта
Команда проекта уже разработала прототип приложения и реализовала серверную платформу с удобным веб-интерфейсом, который наглядно демонстрирует работу обученной модели в режиме реального времени. Одной из ближайших целей участников является повышение точности нейросети и постоянное пополнение базы данных за счет снимков российских рентгенологических лабораторий. Кроме того, ведется работа над дальнейшим совершенствованием серверного приложения для максимального удобства медицинского персонала. Планируется и подготовка научных публикаций по итогам исследования, а также расширение функционала: в ближайшем будущем ИИ научится находить на томограммах не только опухоли, но и другие патологии головного мозга.
Значимость разработки и поддержка от Сеченовского Университета
По словам научного руководителя проекта, Георгия Лебедева, который возглавляет Центр цифровой медицины Сеченовского Университета, подобные ИИ-решения дадут врачам новые инструменты для быстрой и точной диагностики заболеваний, снизят нагрузку на рентгенологов и минимизируют риск человеческой ошибки при анализе МРТ-снимков. «Наш проект уже готов проходить испытания в клинических условиях. Особую гордость вызывает тот факт, что выпускники наших образовательных программ показывают высокий профессионализм, глубокие компетенции и реальную готовность разрабатывать прорывные продукты для российского здравоохранения», — отмечает Георгий Лебедев.
Такие достижения становятся убедительным примером того, что российские специалисты и образовательные центры способны конкурировать на мировом уровне, создавая абсолютно новые открытые инструменты для диагностики в медицине, тиражируя их на популярных платформах вроде GitHub и внедряя самые современные технологии вроде YOLO v11. Это открывает серьезные перспективы для дальнейшего развития отечественной медицины и увеличения доступности современных методов диагностики для каждого пациента.
Источник: naked-science.ru
