Искусственный интеллект предскажет продолжительность жизни по томограмме

Смертельные случаи (слева) и томограмма выживших пациентов (справа)

Luke Oakden-Rayner et al. / Scientific Reports, 2017

Ученые из Университета Аделаиды в Австралии научили искусственный интеллект предсказывать продолжительность жизни пациентов с серьезными заболеваниями. Ученые утверждают, что точность их программы составляет 69 процентов, что сопоставимо с прогнозами врачей. Работа опубликована в журнале Scientific Reports.

Как правило для изучения состояния внутренних органов пациентов используется томография, позволяющая получать послойное изображение исследуемого объекта. Для того, чтобы определить состояние пациента и составить прогноз о его дальнейшем изменении, требуется высокая квалификация наблюдающего за ним специалиста. Для того, чтобы ускорить, автоматизировать и уточнить диагностирование заболеваний, ученые разрабатывают компьютерные системы с машинным обучением.

В своей работе ученые решили не учить компьютер искать конкретное заболевание, а разработать систему, способную дать общую оценку здоровья пациентов и прогноз дальнейшей продолжительности жизни. Для этого они использовали данные компьютерной томографии грудной клетки пациентов с возрастом 60 и более лет, наблюдавшихся в течение предыдущих нескольких лет. Таким образом исследователи имели данные о первоначальном состоянии пациентов и дальнейшем течении болезни. Было сформировано два набора данных. Первый был собран из снимков 24 пациентов, умерших в 2014 году, которые в течение пяти лет, предшествовавших смерти, обследовались с помощью компьютерной томографии. При формировании группы отбирались пациенты без видимых признаков острых болезней, металлических предметов в грудной клетке и диагностированных активных онкологических заболеваний. Вторая группа была сформирована из аналогичной группы из 24 выживших пациентов.

Программа, разработанная учеными, основывалась на сверточной нейросети. Такой тип нейронных сетей часто используется для обработки изображений, потому что позволяет выделять в них особенности различного масштаба. В данном случае нейросеть обучили выделять в изображениях пациентов так называемые биомаркеры — наборы диагностических параметров, выделяющих различные нарушения на фоне здоровой ткани. Система искала в органах симптомы различных заболеваний и синдромов, таких как эмфизема легких или сердечная недостаточность.

В результате, наблюдая за изменениями на снимках одних и тех же пациентов, нейросеть смогла определить их пятилетнюю выживаемость пациентов с точностью 69 процентов. Ученые утверждают, что этот показатель в целом аналогичен точности оценок врачей. Необходимо отметить, что использованная в работе выборка недостаточна для однозначного утверждения о точности представленной методики. Обычно для тренировки нейросетей используется на несколько порядков больший объем исходных данных. Вероятно, при увеличении количества исследуемых пациентов программа сможет превзойти врачей в точности постановки диагноза и оценке общего состояния здоровья.

Это далеко не первый случай диагностики заболеваний с помощью искусственного интеллекта. В 2016 году компьютер с помощью машинного обучения научили отделять меланому от доброкачественных пигментных образований с точностью 98 процентов, а в начале 2017 года ученые представили систему, позволяющую прогнозировать риск смерти пациентов с сердечно-сосудистыми заболеваниями с точностью 73 процента.

Григорий Копиев

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.