Разработка и внедрение AI

Разработка приложения с нейросетью

Создание нейросети

Компьютерное зрение

Разработка приложения с искусственным интеллектом

ChatGPT внедрить в компанию

Создать прототип нейросети

MVP приложения с ChatGPT

Связаться

Блог

Компьютерное зрение в медицине — как развитие ИИ помогает врачам и пациентам

С момента, как в 1895 году немецкий физик Вильгельм Конрад Рентген открыл икс-излучение, у врачей появилась возможность использовать изображения для выявления и диагностики заболеваний. С годами процесс получения медицинской визуализации совершенствовался благодаря внедрению МРТ, ультразвука, компьютерной томографии и других видов технологий. Однако медицинские работники не всегда могут точно интерпретировать эти изображения — человеческий фактор играет свою роль.

Для улучшения различных аспектов здравоохранения многие медицинские организации стали использовать технологию компьютерного зрения (CV). Ее популярность стремительно растет – в 2022 году объем рынка компьютерного зрения составил 992 миллиона долларов, а к 2030 году прогнозируется его рост на 47,8%.

Это означает, что инвесторы и медицинские учреждения проявляют большой интерес к развитию искусственного интеллекта в здравоохранении.

В этой статье я расскажу подробнее о технологии компьютерного зрения, ее применении в медицине, а также вызовах, которые стоят перед сферой CV.

Я – Егор Красильников, product-менеджер и CEO компании AllSee. Более 7 лет я развиваю ML и AI в стартапах и корпорациях – Газпромнефть, МегаФон, AutoCoach, MVP Lab. В рамках AllSee реализовал ряд успешных проектов: бот для подбора готовой еды для ВкусВилл, проект для распознавания и синтеза речи пользователей в сфере знакомств и другие.

Егор Красильников

product-менеджер и CEO компании AllSee

Давайте разбираться - что же из себя представляет компьютерное зрение?

Компьютерное зрение (CV, Computer Vision) - это область искусственного интеллекта, которая позволяет собирать, преобразовывать и интерпретировать данные с различных изображений с помощью методов машинного обучения. В медицине полученная таким способом информация применяется для облегчения постановки более точных диагнозов и персонализированного медицинского обслуживания.

Компьютерное зрение является подразделом более широкого, всеобъемлющего термина “искусственный интеллект” и занимается проблемой анализа неподвижных изображений или видеопотоков с целью понимания их содержания, чтобы делать выводы и выполнять на их основе определенные действия.

Этот процесс основан на комплексных математических алгоритмах (нейронных сетях), которые обучаются с использованием датасетов — в данном случае, наборов изображений, относящихся к определенному предмету.

“

Чем дольше обучается нейронная сеть и чем больше датасет, тем выше точность результатов.

— Егор Красильников, product-менеджер и CEO компании AllSee

За последние десять лет CV претерпело серьезные изменения и значительно повысило свою среднюю точность — примерно с 50% до 99%! Этот факт объясняется усовершенствованием и оптимизацией алгоритмов глубокого обучения, а также быстрым увеличением объема цифровых изображений в Интернете, которые могут быть использованы для обучения нейронных сетей.

Общий процесс тренировки моделей компьютерного зрения выглядит следующим образом:

Каждый шаг вносит свой вклад в итоговый результат работы модели CV

1. Сбор данных – медицинских изображений или видеозаписей

2. Выбор данных для аннотирования

3. Аннотация данных (разметка)

Аннотирование данных — это процесс атрибутирования, тегирования или маркировки данных, помогающий алгоритмам машинного обучения понимать и классифицировать обрабатываемую ими информацию. Этот процесс необходим для обучения моделей ИИ, позволяя им точно определять различные типы данных, например, изображения, аудиофайлы, видеоматериалы или текст.

4. Обучение моделей

5. Оценка моделей – выявление ошибок и устранение их причин

6. Выбор модели

7. Внедрение модели

8. Мониторинг модели

А как именно компьютерное зрение используется в медицине?

Несмотря на то, что компьютерное зрение используется в различных сферах – начиная от ритейла, заканчивая сельским хозяйством – медицина стала областью, получившей наибольшее число выгод от развития этой технологии.

Применение компьютерного зрения позволило сохранить большое число жизней и поспособствовало развитию многих медицинских наук – все это благодаря улучшенной диагностике, раннему выявлению заболеваний и более точным планам лечения. Но есть сферы, в которых эта технология привела к наиболее заметным результатам:

Радиология

Радиология была одной из первых медицинских дисциплин, где были внедрены медицинские приложения на базе CV. Поскольку радиологи в значительной степени полагаются на данные медицинской визуализации, поступающие из различных источников, доступность точных алгоритмов распознавания объектов и компьютерного зрения для анализа медицинских изображений стала поистине бесценной практикой для целого ряда целей:

Компьютерный контроль рентгеновских снимков, КТ и МРТ внутренних органов
Выявление микроскопических переломов костей
Долгосрочный мониторинг результатов лечения
Выявление новообразований, в том числе опухолей, на ранних стадиях

Пока что полная автоматизация диагностики невозможна, и последнее слово всегда остается за настоящими врачами, но совместные усилия опытного врача и мощных алгоритмов машинного обучения могут давать наилучшие результаты.

Ортопедия

Ортопедия — еще одна область, где компьютерное зрение находит эффективное применение в медицине, охватывая весь спектр предоперационных, операционных и послеоперационных мероприятий. Область возможного применения инструментов CV в этой области охватывает широкий спектр операций:

Планирование операции и операционная навигация
Интеграция с программным обеспечением для планирования роботизированной хирургии
Планирование эндопротезирования на основе МРТ
КТ, рентген, сегментация МРТ, определение 2D/3D ориентиров

Кардиология

В кардиологии компьютерное зрение помогает хирургам и другому медицинскому персоналу в различных аспектах их работы:

Помогает выявлять аномалии развития сердца и отслеживать прогрессирование врожденных пороков сердца
Помогает визуализировать артерии и кровоток во время операций
Помогает проводить количественный анализ сердечных показателей
Приблизительно оценивает кровопотерю во время операций

Офтальмология

Компьютерное зрение просто не могло остаться в стороне от зрения как такового. CV в офтальмологии используются для ряда целей:

Сканирование сетчатки и последующий анализ ее состояния
Раннее выявление аномалий развития глаза
Предоперационное планирование
Айтрекинг для коррекции зрения

Дерматология

Компьютерное зрение стало значительным помощником для дерматологов, особенно для тех, кто специализируется на диагностике и лечении рака кожи.

Теперь врачи могут поставить точный медицинский диагноз на основе серии фото- и видеосъемок конкретного кожного образования, которые были проанализированы алгоритмом, обученным на тысячах случаев подтвержденных раковых и доброкачественных образований.

Вот как компьютерное зрение используется в дерматологии:

Сканирование кожных образований с высоким разрешением и мониторинг любых новообразований
Выявление ранних признаков кожных заболеваний
Разработка индивидуальных планов ухода за кожей, основанных на типе кожи, чувствительности и реакциях на различные лекарственные препараты

Но ведь все не может быть так хорошо. Есть ли какие-то проблемы использования CV в медицине?

Из-за сложности, новизны и широкого спектра применения технологии проект по внедрению компьютерного зрения может оказаться непосильным для некоторых медицинских организаций. Однако большая часть других проблем, связанных с внедрением CV, имеет решение:

Низкое качество данных

Чем больший объем высококачественных данных обрабатывает система компьютерного зрения, тем более точные результаты она выдает.

Поэтому медицинские организации должны разработать надлежащие процедуры стандартизации, дополнения, очистки и аннотирования данных, которые выполняются до обработки датасетов алгоритмами компьютерного зрения.

Проблемы наблюдения и безопасности

Системы компьютерного зрения обрабатывают большое количество персональных данных пациентов, что, естественно, вызывает опасения по поводу конфиденциальности.

Чтобы предотвратить ущерб репутации и финансовые потери из-за утечки данных пациентов, медицинские организации должны иметь комплексную стратегию управления данными, использовать программное обеспечение для сбора, хранения и управления данными, соответствующее основным нормативным актам, и получать информированное согласие своих пациентов на сбор и обработку данных.

Недоверие врачей и пациентов

Как и в случае с любой новой технологией, пациенты и врачи могут скептически относиться к технологии CV.

Поэтому медицинские организации, внедряющие компьютерное зрение, должны обучить медицинский персонал использованию этой технологии в своих интересах и в интересах пациентов.

Квалифицированные специалисты в области здравоохранения также должны информировать пациентов о преимуществах применения компьютерного зрения в проведении медицинских процедур.

И каково же будущее компьютерного зрения?

Будущее компьютерного зрения в медицине непременно окажет значительное влияние на сферу ИИ в здравоохранении и его отраслях:

Развитие CV упростит распознавание изображений в реальном времени.
Кроме того, алгоритмы глубокого обучения и прогнозной аналитики будут использовать для обучения более обширные и качественные данные.
Продукты компьютерного зрения станут более точными и простыми в использовании.
Компьютерное зрение в медицинских учреждениях станет более автономным — CV-алгоритмы будут обеспечивать мгновенный анализ и принятие мер.

Развитие компьютерного зрения также открывает новые возможности для удаленного лечения и ухода за пациентами.

В ближайшее время на рынке медицинских продуктов появится больше компонентов дополненной реальности, которые будут обеспечивать консультации и лечение. Таким образом, людям не придется так часто обращаться в больницу, поскольку онлайн-визиты станут более распространенными.

AllSee занимается разработкой ИИ в сфере медицины?

Для нас медицина – область с широкими возможностями для внедрения ИИ. Вот какие выгоды компании могут извлекать от применения наших AI-инструментов:

Бизнес-эффект от внедрения — ключевой результат, который мы помогаем достичь нашим клиентам

Персонализация и адаптация

Автоматизация административных задач - регистрации пациентов и обработки медицинских записей - что освобождает время медперсонала для клинической работы.

Системы распознавания и классификации изображений: все то, о чем вы уже прочитали выше.

Персонализированные чат-боты

Персонализированные чат-боты, голосовые помощники и ИИ-ассистенты, которые предоставляют индивидуальные рекомендации по лечению и профилактике, что улучшает результаты лечения и удовлетворенность пациентов.

Прогнозирование и оптимизация принятия решений

Анализ медицинских данных для прогнозирования заболеваний и планирования лечения.

Автоматическое создание медицинских отчетов и проведение аналитики для улучшения качества лечения и управления медицинскими учреждениями.

Улучшение клиентского сервиса

Системы автоматизации поддержки и helpdesk: автоматизация обработки запросов пациентов и решение их проблем, что сокращает время ожидания и улучшает качество обслуживания.

Корпоративные чат-боты для обучения и работы с базой знаний: поддержка и обучение медицинского персонала, что улучшает их профессиональный рост и качество обслуживания.

Анализ больших данных

Анализ медицинских данных для выявления ключевых тенденций и улучшения качества лечения.

Сбор и анализ данных для получения инсайтов о медицинских трендах и нововведениях.

Команда разработчиков AllSee знает, как делать ИИ быстро, просто и понятно для заказчика. Мы используем готовые технологии искусственного интеллекта, а там, где их не хватает — обучаем свои модели машинного обучения. Поэтому нашей команде можно поручить проект любой сложности: от разработки пилотного AI-проекта до уникальной ML-модели.

Вы можете быть уверены, что партнерство с AllSee станет надежным основанием для устойчивого развития и откроет новые горизонты для будущего успеха.