В новом исследовании, подтверждающем концепцию, проведенном доктором Марком Уокером с медицинского факультета Университета Оттавы, исследователи впервые используют уникальную модель глубокого обучения на основе искусственного интеллекта в качестве вспомогательного инструмента для быстрого и точного считывания ультразвуковых изображений.
Целью исследования команды было продемонстрировать потенциал архитектуры глубокого обучения для поддержки ранней и надежной идентификации кистозной гигромы по результатам ультразвукового сканирования в первом триместре беременности. Кистозная гигрома - это эмбриональное заболевание, которое приводит к аномальному развитию лимфатической сосудистой системы. Это редкое и потенциально опасное для жизни заболевание, которое приводит к отеку жидкости вокруг головы и шеи.
Врожденный дефект обычно можно легко диагностировать внутриутробно во время ультразвукового исследования, но доктор Уокер - соучредитель исследовательской группы OMNI (Акушерство, исследования матерей и новорожденных) в больнице Оттавы - и его исследовательская группа хотели проверить, насколько хорошо распознавание образов, управляемое искусственным интеллектом, может выполнять эту работу.
"Мы продемонстрировали, что в области ультразвука мы можем использовать те же инструменты для классификации изображений и идентификации с высокой чувствительностью и специфичностью", - говорит доктор Уокер, который считает, что их подход может быть применен к другим аномалиям плода, обычно выявляемым с помощью ультразвука.
Комментарии