На 38-й Международной конференции по машинному обучению (International Conference on Machine Learning, ICML) Лаборатория по искусственному интеллекту (ИИ) Сбера представила два ИИ-сервиса: модель по определению очагов пневмонии на рентгеновских снимках c дальнейшей приоритизацией пациентов для лечения и модель, позволяющую оценивать риск тяжёлого течения заболеваний у пациентов, госпитализированных с пневмонией, в т. ч. вызванной COVID-19. Об этом сообщает пресс-служба компании.
Нейросетевые модели Сбера в сфере AI for Health — медицинских технологий на основе ИИ — были разработаны в партнёрстве с врачами и с момента внедрения активно ими используются.

Модель по определению очагов пневмонии на рентгеновских снимках достигла точности 97,8% благодаря постоянному обучению и улучшению параметров. В рамках проекта томские врачи разметили 450 снимков. Кроме того, во время обучения модели использовалось 350 исследований здоровых пациентов. Примерно по 50 исследований (с патологией и без) брались для того, чтобы измерять качество. В качестве правильно выявленных моделью случаев рассматривались такие, где разметка врача и разметка модели имели непустое пересечение областей.

Модель по оценке риска тяжёлого течения заболеваний у пациентов пульмонологического отделения использует информацию, внесённую врачом в электронную медицинскую карту в первые сутки госпитализации пациента. На основе полученных данных система присваивает пациенту одну из двух степеней риска тяжёлого течения болезни (в диапазоне от 29% до 100%). Своевременное выявление пациентов с высоким риском позволяет корректировать схему лечения и сокращать количество смертельных случаев. Этот проект был успешно внедрён в Красноярской краевой клинической больнице весной 2021 года. За первый месяц его использования в ККБ доля пациентов из группы высокого риска, попавших в реанимацию, сократилась на 14,3%, а доля летальных исходов — на 44,3%.

Добавить комментарий