Представители компании Facebook заявили о создании программного обеспечения, которое позволит предсказывать динамику ухудшения состояния пациентов с коронавирусом. Система базируется на искусственном интеллекте, а в качестве исходных данных использует рентгеновские снимки грудной клетки.
Совместная разработка
Специалисты крупнейшей соцсети в мире совместно с Нью-Йоркским университетом (NYU) создали три алгоритма машинного обучения, которые помогут врачам лучше прогнозировать состояние пациентов. По словам авторов проекта, система способна производить анализ по изменениям за четыре дня.
Первая модель предназначена для прогноза ухудшения при помощи рентгеновского снимка грудной клетки, вторая выполняет аналогичную работу, но с применением серии снимков, а третья на основе рентгеновских материалов определяет, потребуется ли пациенту дополнительный кислород.
Инновационный подход
В борьбу с коронавирусом включаются самые разные компании, в том числе технологические гиганты. Facebook и NYU задействовали по пять специалистов для работы над программным обеспечением, прогнозирующим состояние пациентов с коронавирусом.
Как отмечают в компании, главная цель заключалась в обеспечении возможности прогноза наперед, чтобы врачи смогли своевременно подготовиться и предложить пациенту интенсивную терапию. Также отмечается, что искусственный интеллект в данном случае может работать точнее, нежели среднестатистические медики.
Добиться высокой точности прогнозирования команде исследователей помогла общедоступная база рентгеновских снимков, которая и вошла в основу обучающей модели.
Система была обучена на материалах, включающих в общей сложности более 26 000 изображений, что дало возможность идентифицировать признаки ухудшения состояния пациента в срок до четырех дней. Все это время система контролирует состояние пациента.
Системный прогноз
По словам исследователей, предложенные модели, в которых применяются последовательности рентгеновских снимков, превосходят экспертов-людей в составлении прогнозов относительно потребностей пациентов в интенсивной терапии. Также машинное обучение позволяет лучше прогнозировать смертность с общими неблагоприятными событиями в долгосрочной перспективе.
Сама возможность прогнозировать, понадобится ли определенному пациенту дополнительный кислород, будет одной из важнейших задач системы и поможет врачам в принятии верных решений о распределении ресурсов в ближайшее время.
В более широком плане медицинского исследования авторам системы также удалось в принципе доказать и продемонстрировать практически, что алгоритм искусственного интеллекта посредством рентгенограмм грудной клетки может определять необходимость применения интенсивной терапии в зависимости от результатов машинного анализа.
В связи с тем, что угроза COVID-19 сохраняется, возможность точного и практически автоматического прогнозирования состояния пациентов имеет огромное значение для всей системы здравоохранения.
