Изследователи от Станфорд са разработили алгоритъм, който оценява рентгеновите снимки на гръдния кош за различни признаци на заболяване. Софтуерът е способен да диагностицира 14 вида медицински състояния и открива пневмония по-добре от най-добрите експерти радиолози. Доклад за алгоритъма, наречен CheXNet, бе публикуван на 14 ноември на уебсайта за научни публикации с отворен достъп Xiv.
“Тълкуването на рентгеновите изображения за диагностициране на патологии като пневмония е много предизвикателно. Ние знаем, че има много вариации в диагнозите, до които стигат радиолозите“, казва Пранав Райпуркар, студент в Групата за машинно самообучение в Станфорд и втори водещ автор на доклада, цитиран от Phys.org. “Заинтригувахме се от разработването на алгоритми за машинно самообучение, които могат да се учат чрез стотици хиляди гръдни рентгенови снимки с диагнози и [на тази база] да правят точни диагнози”.
Проектът използвал набор от публични данни, първоначално издаден от Националния институт на клиничните центрове на 26 септември, който съдържа 112 120 гръдни рентгенови снимки с фронтален изглед, означени с до 14 възможни патологии. По това време е пуснат и алгоритъм, който може да диагностицира много от тези 14 патологии с известен успех, предназначен да насърчи учените да решат проблема. Веднага щом видели материалите, учените от Групата за машинно самообучение в Станфорд, ръководени от доктор Андрю Ендж, заместник-професор по компютърни науки, разбрали, че това е теният следващ проект.
[related-posts]
Изследователите работили заедно с четирима станфордски радиолози, които самостоятелно оценили 420 от изображенията за евентуални признаци на пневмония. Учените избрали да се съсредоточат именно върху тази болест, защото – според Центъра за контрол и превенция на заболяванията – тя поразява 1 милион американци всяка година. Междувременно екипът от Групата за машинно самообучение се заел да разработва алгоритъм, който автоматично да диагностицира патологиите.
В рамките на седмица изследователите се сдобили с алгоритъм, който диагностицира 10 от патологиите, отбелязани в рентгеновите снимки. При това – по-точно от най-точните диагнози, поставени самостоятелно от лекари. Само за месец алгоритъмът вече можел да разпознава 14-те патологии. Неговата точност надминала тази на радиолозите от екипа.
Лечението на често срещани, но сериозни заболявания като пневмонията, разчита в голяма степен на това как лекарите ще интерпретират рентгеновото изображение. Но дори и най-добрите радиолози могат да сгрешат – заради предизвикателствата при разграничаването на заболяванията въз основа на рентгеновите изображения.
“Мотивацията за тази работа е желанието ни да създадем модел за задълбочено самообучение, за да помогнем за тълкувателната задача, така че да се преодолеят присъщите ограничения на човешкото възприятие и това да намали грешките”, обяснява Матю Лунгрен, главен асистент по радиология в Школата по медицина в Станфорд и съавтор на доклада.
След около месец непрекъснато самообучение алгоритъмът показал, че надминава уменията на четиримата индивидуални радиолози на Станфорд при диагностиката на пневмония.
