Экономия времени и ресурсов: сколько исследований нужно для проверки ИИ в медицине?
Ученые московского Центра диагностики и телемедицины во время масштабного исследования нашли надежный способ тестирования искусственного интеллекта в медицине. Ранее не было данных, сколько именно исследований нужно, чтобы эффективно проверить нейросеть, а теперь названо точное число — не менее 400 (с оговорками). Рассказываем подробнее о научном успехе.
Как проводилось исследование?
Анализу подверглись свыше 2 млн комбинаций параметров тестовых выборок и 25 тыс. изображений. В итоге исследователи установили четкие критерии для оценки алгоритмов с бинарной классификацией. Такие системы, определяющие наличие или отсутствие патологий (например, на рентгеновских снимках) требуют не менее 400 исследований для объективной проверки. При этом хотя бы 10% из них должны относиться к каждому из классов, то есть иметь отмеченные признаки патологий. Ученые доказали, что дальнейшее увеличение выборки не меняет результат, что делает новую методику наиболее эффективной.
Как новое открытие повлияет на медицину?
Прежде всего, оно позволит быстрее тестировать и внедрять искусственный интеллект в эту сферу. Новая методика также поможет сделать ИИ точнее и безопаснее, улучшить качество диагностики и обеспечить выявление заболеваний на ранних стадиях. Исследование проводилось на примере лучевой диагностики, однако новую методику можно использовать и в других областях, где искусственный интеллект действует по принципу «да или нет».
А чем вообще занимается Центр диагностики и телемедицины?
Центр диагностики и телемедицины Департамента здравоохранения Москвы был создан в 1996 году. Сейчас это ведущая научно-практическая платформа, отвечающая за цифровую трансформацию медицины. Среди основных направлений деятельности центра — внедрение в клиническую практику ИИ-решений, развитие современных методов лучевой диагностики, методическое сопровождение диагностических отделений, проведение прикладных научных исследований. Кроме того, с 2020 года центр реализует глобальный научный проект — первое в мире проспективное исследование по применению компьютерного зрения для анализа медицинских изображений.
