Ученые из Мичиганского университета разработали модель на основе ИИ, которая анализирует и дает описание сканов МРТ головного мозга в течение нескольких секунд и точность диагностики составляет 97,5%.
Разработанная учеными технология анализа МРТ может значительно улучшить нейровизуализацию в клинической практике. Результаты исследования были опубликованы в журнале Nature Biomedical Engineering.
Как считает ведущий автор исследования, доктор Тодд Холлон, модель ИИ позволит снизить нагрузку на врачей, улучшить диагностику и лечение.
Модель ИИ, разработанная учеными, была названа Prima.В течение года модель была протестирована на более чем 30 000 МРТ-исследованиях. Модель Prima оказалась более эффективна в диагностическом плане, чем другие модели ИИ. Модель также смогла определять случаи с более высоким приоритетом. Существуют состояния (например, кровоизлияния в мозг или инсульт), требующие экстренной помощи, и модель Prima может автоматически информировать врачей для оказания немедленной помощи.
Кроме того, модель может оповестить конкретного специалиста (невролога или нейрохирурга), в зависимости от диагностической находки (инсульт или кровоизлияние).
Prima — представляет собой систему ИИ (модель обработки визуального языка (VLM), которая позволяет проводить одновременную обработку изображения, видео и текста в режиме реального времени.
В предыдущих моделях проводилась ручная подборка подмножества данных МРТ для решения единичных задач, таких как выявления повреждений и определения риска развития деменции. Обучение модели Prima проводилось на основе данных сканов более 200 000 исследований и 5,6 миллионах последовательностей. Также в модель были введены истории болезней пациентов и причины назначений МРТ головного мозга врачами. Фактически, модель Prima функционирует как врач-радиолог, так как проводит интеграцию данных визуализации с информацией о медицинской истории пациента. В мире ежегодно в клиниках проводят миллионы МРТ-исследований и немалая часть из них связана с неврологическими заболеваниями.
Такой высокий спрос на исследования уменьшает доступность из-за нехватки кадров, а также увеличивает риск диагностических ошибок.
В некоторых случаях пациентам приходится ждать несколько дней результатов МРТ исследования.
Ученые планируют продолжить исследования для того, чтобы добиться большей интеграции визуальной информации с данными медицинских карт, что позволит увеличить точность диагностики. Такой интегративный подход имеет большой потенциал и может быть адаптирован и для других методов медицинской визуализации (УЗИ, рентгенография, маммография).
