Айтишники ТГУ научат нейросети выявлять рак легких на снимках КТ

Студент Института прикладной математики и компьютерных наук ТГУ под руководством научного руководителя разрабатывает программное обеспечение, которое позволит с помощью нейросетей выявлять злокачественные опухоли легких по данным компьютерной томографии (КТ); разработка выведет процесс диагностики рака на новый уровень, сообщает пресс-служба вуза

ТОМСК, 8 фев – РИА Томск. Студент Института прикладной математики и компьютерных наук Томского госуниверситета (ИПМКН ТГУ) под руководством научного руководителя разрабатывает программное обеспечение, которое позволит с помощью нейросетей выявлять злокачественные опухоли легких по данным компьютерной томографии (КТ); разработка выведет процесс диагностики рака на новый уровень, сообщает пресс-служба вуза. Уточняется, что создание новых IT-инструментов для медицинской диагностики – одно из динамично развиваемых направлений ИПМКН ТГУ. К разработке новых подходов с использованием искусственного интеллекта активно привлечены студенты. "Четверокурсник ИПМКН Никита Литвиненко под руководством доцента ИПМКН Сергея Аксенова в качестве выпускной работы создает алгоритмы и программное обеспечение, способные автоматически выявлять злокачественные новообразования легких на снимках КТ. Новый подход станет дополнительным инструментом, который позволит врачам-клиницистам повысить точность и оперативность обследования", – говорится в сообщении. Отмечается, что в ходе работы ученые проанализируют возможности разных уже существующих нейросетей и выберут оптимальную. Далее будет разработана программа для обучения на обширном материале, включающем в себя снимки, которые содержат норму и онкопатологию. Модель научат отличать злокачественные новообразования от пневмонии и туберкулеза. "Актуальность данной проблемы обусловлена тем, что правильная интерпретация медицинских изображений требует достаточного опыта и времени. Широкие возможности технологий искусственного интеллекта и глубокого обучения позволяют автоматизировать процесс диагностики и вывести его на новый уровень", – цитируется доцент Аксенов. Как отмечает студент-разработчик, нейросеть, конечно, не заменит врача, но может служить ему хорошим дополнительным инструментом, повышающим скорость и качество диагностики. "Искусственный интеллект будет не только запоминать характерные визуальные изменения в структуре легочной ткани, но и находить типичные сочетания, подтверждающие, что на снимке злокачественная опухоль. Если человек за свою практику посмотрел 200 или 300 снимков, то нейросеть может за короткий период времени изучить несколько тысяч изображений", – цитируется Литвиненко