Специалисты из Владивостокского государственного университета (ВВГУ) разрабатывают модель машинного обучения, которая позволит усовершенствовать методы диагностики и лечения ишемической болезни сердца. Одна из главных задач — сделать работу алгоритма более понятной для медиков.
Директор Института информационных технологий ВВГУ Карина Шахгельдян пояснила, что необходимо разработать методы и алгоритмы, которые позволят обосновать полученные ИИ решения и помогут врачу снизить риск развития неблагоприятных событий.
«Для прогнозирования фатальных и нефатальных событий при заболеваниях сердечно-сосудистой системы мы используем методы машинного обучения. Но решения, которые принимают модели, нуждаются в объяснении для врачей», — подчеркнула эксперт.
Карина Шахгельдян отметила, что низкая интерпретируемость решений ИИ вызывает недоверие у врачей. Это в свою очередь ограничивает внедрение машинного обучения в клиническую практику.
«Наша задача развивать это направление и встраивать полученные результаты исследований в систему поддержки принятия врачебных решений», — отметила эксперт.
Ученые отметили, что объяснимые модели ИИ помогут обнаружить ранее неизученные зависимости в данных, что даст врачам возможность эффективнее и качественнее производить лечение.
Владивостокские специалисты обучали нейросеть на основе данных 4675 пациентов, перенесших инфаркт миокарда с поражением сердечной мышцы по всей толщине и оперированных методом чрескожного коронарного вмешательства, сообщается на сайте ВВГУ.
Ранее «Мир робототехники» писал, что технология, разработанная учеными из Пермского национального исследовательского политехнического университета, определяет 16 ключевых точек на позвоночнике при помощи компьютерного зрения, что обеспечивает более точное определение сколиоза и легкодоступность для пациентов.
