Skip to main content
Эта страница переведена автоматически. Перейти к английской версии?

Поддержка искусственного интеллекта для медицинских работников

Херардо Эрмосильо Валадес | Изобретатели года Siemens | Пожизненное достижение

Технологии визуализации, такие как рентген, компьютерная томография и МРТ, десятилетиями помогают врачам, предоставляя им подробные изображения костей и тканевых структур тела пациента. «Все эти технологии предоставляют нам данные изображений, которые полезны для постановки диагноза только в том случае, если их можно правильно интерпретировать. Например, кто-то должен понять, что тонкая линия на рентгеновском снимке показывает, что кость сломана, или обратить внимание на необычную массу данных МРТ», — говорит Херардо Эрмосильо Валадес из Siemens Healthineers (SHS), изобретатель 2024 года в категории «Пожизненные достижения». «Мой отдел работает над процессами искусственного интеллекта, которые могут интерпретировать медицинские изображения и тем самым помогать медицинскому персоналу и оказывать ему поддержку».

Интерпретация изображений с помощью искусственного интеллекта

A man in a suit and tie is standing in front of a building with a large window.

Херардо Эрмосильо Валадес — изобретатель 2024 года: его изобретение развивает анатомический интеллект

Люди обычно очень хорошо замечают вещи на фотографиях. Например, большинству людей легко распознать позвоночник на рентгеновских снимках, даже если снимки сильно различаются из-за разных поз пациента, разных углов съемки, больших или малых костей, здоровья или деформации позвоночника. Компьютеры могут делать это только с помощью искусственного интеллекта (с глубоким обучением) и только в том случае, если они прошли обучение с использованием множества подходящих образцов. «Таким образом искусственный интеллект может развивать анатомический интеллект, чтобы он мог ориентироваться на медицинские изображения и правильно классифицировать различные кости, органы и ткани», — говорит Герадо. «Таким же образом искусственный интеллект может научиться различать нормальные и аномальные ткани».

Инновации, формирующие весь ассортимент продукции SHS

Существует множество различных приложений для распознавания изображений на основе искусственного интеллекта в повседневной жизни в больницах и кабинетах врачей: например, система может научиться отображать правильные данные изображения в ответ на такую инструкцию, как «Показать правую лопатку». Он также может обеспечивать автоматическую поддержку радиологических исследований, позволяющих определить, когда введенное контрастное вещество попало в исследуемый орган, и анализировать данные изображений на предмет возможных патогенных изменений. Многие инновации, внедряемые компанией Gerardo, повсеместно используются во всем ассортименте продукции SHS.

Различные стратегии обучения искусственному интеллекту

«Искусственный интеллект настолько хорош, насколько хороши данные, на которых он был обучен», — подчеркивает Герардо. «Чтобы распознать опухоли на снимке МРТ, необходимо сначала изучить тысячи изображений здоровых и больных людей, которые мы предоставили ему». Существует три основных подхода к обучению ИИ: контролируемое обучение, обучение со слабым контролем и самообучение. При обучении с учителем искусственный интеллект получает точную информацию по каждому набору данных: например, «В правом верхнем углу изображения опухоль». При слабом контролируемом обучении дается только несколько информационных меток: например, опухоль или отсутствие опухоли. При самостоятельном обучении данные вообще не имеют меток, а искусственный интеллект обучается самостоятельно: например, скрывая детали из существующих образцов изображений и «угадывая», как они выглядят.

Person in black shirt standing against white wall, holding a dark object with blurred background.

Его изобретение формирует весь ассортимент продукции Siemens Healthineers

Serious man in black shirt with tattoo standing against white wall, partially illuminated from right side

Искусственный интеллект может научиться ориентироваться в медицинских изображениях и правильно классифицировать их.

Почти так же умно, как атлас анатомии

Обучение под наблюдением — самый быстрый и эффективный способ обучения ИИ, но получение достаточного количества обучающих данных, учитывающих все важные аспекты, отнимает много времени и средств. Самостоятельное обучение занимает больше всего времени, но искусственный интеллект может работать независимо без дорогостоящей маркировки данных. «В последнее время мы сосредоточились на новейших методах самообучения, подобных тем, которые используются в ChatGPT», — говорит Герардо. «Это дало нам значительный толчок, особенно в области анатомического интеллекта. Наш искусственный интеллект теперь почти так же умен, как атлас анатомии. Он может различать около 200 различных ориентиров (частей тела) и определять их местоположение в материале визуализации.