В эфире CEO и сооснователь «Третье Мнение» ответила на вопросы об анонсированной на AI Journey нейросети «Трансформеры» для гибридного анализа медицинских диагностических изображений и данных различной природы и назвала области наиболее активного применения ИИ в медицине.
Ниже приводим полный текст комментария Анны для радио «Москва FM».
Нейросеть «Трансформеры» – это нейросеть определенной архитектуры, которая позволяет одновременно гибридно анализировать медицинские диагностические изображения одного и того же пациента в разных проекциях. Кроме того, нейросети этой архитектуры позволяют одновременно анализировать данные о пациенте различной природы. Не только диагностические изображения, но и, например, историю болезни, симптомы. Это дает более точно делать предположение о возможном диагнозе, это ускоряет диагностику как таковую. У врача нет необходимости сначала анализировать одни данные, потом последовательно анализировать другие данные. Использование такой нейросетевой архитектуры позволяет одновременно загрузить в алгоритм различные данные – и разного типа, и с разного ракурса.
Сегодня мы видим наибольшие успехи в применении нейросетей в анализе и интерпретации медицинских диагностических изображений в основном в сегменте лучевой диагностики. Отрасль продолжает развиваться и нейросети используются в интерпретации данных электронных медицинских карт, в т.ч. при анализе рисков возникновения определенных заболеваний в будущем. Это даёт возможность не реагировать на симптоматику, а предвосхищать появление заболеваний в будущем.
Слушайте трансляцию эфира по ссылке.
Ниже приводим полный текст комментария Анны для радио «Москва FM».
Нейросеть «Трансформеры» – это нейросеть определенной архитектуры, которая позволяет одновременно гибридно анализировать медицинские диагностические изображения одного и того же пациента в разных проекциях. Кроме того, нейросети этой архитектуры позволяют одновременно анализировать данные о пациенте различной природы. Не только диагностические изображения, но и, например, историю болезни, симптомы. Это дает более точно делать предположение о возможном диагнозе, это ускоряет диагностику как таковую. У врача нет необходимости сначала анализировать одни данные, потом последовательно анализировать другие данные. Использование такой нейросетевой архитектуры позволяет одновременно загрузить в алгоритм различные данные – и разного типа, и с разного ракурса.
Сегодня мы видим наибольшие успехи в применении нейросетей в анализе и интерпретации медицинских диагностических изображений в основном в сегменте лучевой диагностики. Отрасль продолжает развиваться и нейросети используются в интерпретации данных электронных медицинских карт, в т.ч. при анализе рисков возникновения определенных заболеваний в будущем. Это даёт возможность не реагировать на симптоматику, а предвосхищать появление заболеваний в будущем.
Слушайте трансляцию эфира по ссылке.