В медицинских базах данных по всему миру хранятся миллиарды изображений, полученных самыми разными методами. Эти визуальные материалы идеально подходят для обучения нейросетей и автоматизации процессов диагностики. Об успехах российских ученых в этом направлении — в материале РИА Новости.
ИИ шагает по планете
Идею искусственного интеллекта (ИИ) сформулировали в середине XX века, но прорыв произошел только с появлением современных вычислительных мощностей. Сейчас ИИ обыгрывает человека в шахматы, управляет беспилотниками, распознает лица и голоса, улучшает фотографии и решает еще множество зачастую незаметных для нас задач.
Большие перспективы у ИИ в медицине: этому способствуют новое диагностическое оборудование и, как следствие, лавина разнообразных данных. Объем визуального контента, а вместе с ним и нагрузка на врачей-диагностов, растут в геометрической прогрессии. С 1980-х ученые занимаются созданием автоматизированных комплексов обработки радиологических снимков. Однако клинические исследования показали: программы в лучшем случае не помогают рентгенологам, в худшем — усложняют им задачу из-за высокого процента ложноположительных диагнозов.
Прогресс наметился в последние годы — благодаря кратному увеличению мощности серверов и графических процессоров. Новое железо дает импульс развитию нейросетей глубокого обучения. В 2012-м появился термин радиомика — наука по работе с большими визуальными данными в медицине. Традиционный ИИ анализирует изображения, опираясь на известные исследователям признаки. Метод же глубокого машинного обучения заключается в том, что нейросеть сама извлекает признаки из массива информации и предлагает решение задачи.
