Ученые из Стэнфорда разработали нейронную сеть, которая определяет пневмонию по фронтальным рентгеновским снимкам грудной клетки не хуже, чем практикующие врачи. Препринт статьи выложен на сайте arXiv.org.
Только в США каждый год с диагнозом «пневмония» госпитализируют более одного миллиона человек, причем около 50 тысяч из них умирает от этой болезни. В России эти показатели составляют около 500 и 20 тысяч соответственно. Поэтому диагностика пневмонии (особенно на ранних стадиях) очень важна. В настоящее время самым распространенным и надежным способом является диагностика с помощью рентгеновских снимков грудной клетки.
К несчастью, распознать пневмонию на рентгеновских снимках довольно сложно, поскольку поражения легких часто имеют смутные очертания и к тому же иногда очень похожи на другие заболевания. Поэтому рентгенолог должен иметь высокую квалификацию, чтобы диагностировать пневмонию. В данной работе ученые сообщают об алгоритме, который распознает пневмонию на рентгеновских снимках не хуже, а в некоторых случаях даже лучше, чем практикующие специалисты.
Чтобы разработать этот алгоритм, ученые построили 121-уровневую нейронную сеть (аналогичную сети из более старой работы) и обучили ее на выборке ChestX-ray 14, состоящей из 112120 фронтальных фотографий грудной клетки, полученных от 30805 пациентов. Каждый снимок сопровождался информацией о 14 заболеваниях легких, в частности, о пневмонии. Перед обучением ученые сжали фотографии до размера 224×224 пикселя и нормализовали базу данных. После этого они случайным образом выбрали из базы 80 процентов фотографий, на которых провели обучение нейросети, а оставшиеся 20 процентов исследователи оставили для проверки ее работы.
Затем ученые отобрали из базы 420 картинок и сравнили работу алгоритма с результатами диагностики четырех врачей из Стэнфордского Университета, практикующих в течение четырех, семи, двадцати пяти и двадцати восьми лет. Рентгенологи не имели доступа к истории болезни пациентов и могли использовать для диагностики только выданные им фотографии. Оказалось, что нейросеть распознает патологию не хуже, чем настоящие врачи (а в некоторых случаях даже лучше). Так, площадь под кривой ошибок составляет для нее примерно 0,788. Вообще говоря, программа распознавала также оставшиеся 13 заболеваний, но эти показатели исследователи с диагнозами врачей не сравнивали.
В то же время, ученые отмечают, что обычно рентгенологи используют для диагностики не только фронтальные рентгеновские снимки, но также боковые снимки и историю болезни. Поэтому пока что диагноз, поставленный человеком, будет все-таки точнее, чем предсказание нейросети. Тем не менее, разработанная программа поможет диагностировать пневмонию в тех местах, где высококвалифицированных специалистов не хватает.
Ранее мы писали о том, как машинное обучение помогает в диагностике меланомы или рака молочной железы, а также визуализирует происходящие на клеточном уровне процессы. Кроме того, недавно ученые разработали новый тип вакцины от пневмонии, которая предотвращает переход любых штаммов пневмококков в опасное состояние.
Исследование проводили в Нидерландах
Моника Гуксенс (Mònica Guxens) из Барселонского института глобального здоровья ISGlobal и ее коллеги из Испании, Нидерландов и США провели популяционное когортное исследование и обнаружили, что низкая и высокая температуры воздуха на ранних сроках беременности связаны с меньшими размерами плода. В анализ включили 1378 беременных (средний возраст 31,9 года) из нидерландской популяционной когорты Generation R Next (2017–2021 годы). Недельные температуры в местах проживания с момента последней менструации моделировали с разрешением 100 × 100 с помощью модели UrbClim. Длину плода (копчико-теменной размер, КТР) измеряли в ходе УЗИ примерно на 8, 10 и 12 неделях беременности. Связь между этими параметрами оценивали с помощью нелинейных регрессионных моделей с распределенным лагом. Результаты опубликованы в International Journal of Epidemiology.