Forwarded from ИТ в Медицине
#ИИ #кардио
В Германии учёные добились от искусственного интеллекта точности в определении инфаркта миокарда по результатам ЭКГ сопоставимой с профессиональными кардиологами.
Для обучения ИИ использовались 148 ЭКГ пациентов с подтвержденным диагнозом и 52 контрольных от здоровых пациентов. На вход нейронной сети подавались данные ЭКГ с 12 электродов в виде скользящего окна, захватывающего по три сердцебиения.
Ни для кого не секрет, что аппараты ЭКГ с автоматической интерпретацией результатов уже давно существуют, основное их отличие в том, что от производителя требуется огромная работа по выделению значимых фич на ЭКГ, т.е. подготовка по сути множества шаблонов с вариантами положения зубцов, с которыми будет сравнивается исследование при использовании прибора. В случае же с ИИ, нужен только набор данных с указанием на то, что исследование имеет такую-то патологию и нейронная сеть сама определяет значимые для постановки диагноза фичи. Именно поэтому нейронные сети используются все чаще в подобных задачах по сравнению с традиционными методами машинного обучения.
https://www.technologyreview.com/s/611541/algorithm-matches-human-cardiologists-in-detecting-heart-attacks/
В Германии учёные добились от искусственного интеллекта точности в определении инфаркта миокарда по результатам ЭКГ сопоставимой с профессиональными кардиологами.
Для обучения ИИ использовались 148 ЭКГ пациентов с подтвержденным диагнозом и 52 контрольных от здоровых пациентов. На вход нейронной сети подавались данные ЭКГ с 12 электродов в виде скользящего окна, захватывающего по три сердцебиения.
Ни для кого не секрет, что аппараты ЭКГ с автоматической интерпретацией результатов уже давно существуют, основное их отличие в том, что от производителя требуется огромная работа по выделению значимых фич на ЭКГ, т.е. подготовка по сути множества шаблонов с вариантами положения зубцов, с которыми будет сравнивается исследование при использовании прибора. В случае же с ИИ, нужен только набор данных с указанием на то, что исследование имеет такую-то патологию и нейронная сеть сама определяет значимые для постановки диагноза фичи. Именно поэтому нейронные сети используются все чаще в подобных задачах по сравнению с традиционными методами машинного обучения.
https://www.technologyreview.com/s/611541/algorithm-matches-human-cardiologists-in-detecting-heart-attacks/
MIT Technology Review
Algorithm matches human cardiologists in detecting heart attacks
Medical data tends to be messy and hard to annotate, which makes it hard for neural networks to learn from. But machine learning is beginning to make progress.