Баффетт.РУ

Модель машинного обучения, разработанная исследователями из России, вошла в пятерку лучших на международном конкурсе MIDRC XAI Challenge. Целью соревнования была разработка максимально надежной системы искусственного интеллекта (ИИ), способной выявлять на рентгенограммах грудной клетки затенения, связанные с пневмонией и другими заболеваниями легких. Об этом сообщила пресс-служба Института искусственного интеллекта AIRI.

Руководитель научной группы в лаборатории «Сильный ИИ в медицине» AIRI Ярослав Беспалов отметил значимость подобных международных соревнований для проверки универсальности и надежности технологий на глобальных данных. «Это ценно не только для научного сообщества, но и для общества, поскольку ускоряет внедрение передовых решений в практику», — подчеркнул ученый.

Конкурс MIDRC XAI Challenge был запущен американским Центром медицинских изображений и данных (MIDRC) в 2024 году для стимулирования развития надежных и интерпретируемых моделей ИИ в медицине. Участники должны были создать систему, способную не только определять вероятность наличия у пациента пневмонии или других заболеваний легких по фронтальным рентгенограммам, но и генерировать «карту объяснимости». Эта карта должна была пояснять вероятность наличия затемнений в легких для каждого пикселя изображения.

Российская команда из Института AIRI представила три варианта решения этой задачи и вошла в топ-5 наряду с разработками ученых из ведущих американских, британских, швейцарских и немецких университетов и клиник. Исследователи надеются, что эти достижения помогут автоматизировать рутинные задачи рентгенологов, в том числе по выявлению потенциальных очагов пневмонии при COVID-19.

Успех российских ученых на престижном международном конкурсе по созданию медицинских ИИ-систем свидетельствует о высоком уровне отечественных разработок в этой области. Подобные инструменты на основе искусственного интеллекта способны существенно повысить скорость и точность диагностики, снизить нагрузку на врачей и в конечном итоге улучшить качество медицинской помощи для пациентов. Важно, чтобы такие передовые решения как можно скорее внедрялись в клиническую практику.

Источник: ТАСС