Машинное зрение распознало инфекцию в хирургических ранах

Хала Муадди (Hala Muaddi) с коллегами по Клинике Майо разработала и успешно протестировала систему на основе машинного зрения для диагностики инфекций послеоперационных ран по фотографиям. Распознавание проходит в две стадии: идентификации хирургического разреза и идентификации инфекции в ране. Для обучения и тестирования системы использовали более 20 тысяч снимков, сделанных в течение месяца после операции более чем шестью тысячами пациентов (медианный возраст 54 года; 61,4 процента —женщины) девяти больниц Клиники Майо. Данные о развитии инфекций у них брали в базе программы NSQIP. Четыре разных модели распознавания подвергли десятикратной перекрестной проверке на достоверность. Результаты работы опубликованы в журнале Annals of Surgery.

Инфицирование послеоперационных ран было зарегистрировано на 6,2 процента снимков. Наиболее производительная система распознавания — визуальный трансформер — продемонстрировала 94-процентную точность идентификации хирургических разрезов (площадь под ROC-кривой 0,98) и 73-процентную точность идентификации инфекции (площадь под ROC-кривой 0,81), а также высокую производительность при оценке качества изображения. Дополнительно проведенный анализ чувствительности подтвердил схожую производительность модели у пациентов разной этнической принадлежности.