Диагностика заболеваний дыхательных путей с помощью нейросети

Для компании «Изомед» мы разработали программное обеспечение для диагностики заболеваний нижних дыхательных путей. Система не занимается учетом пациентов, ее задача - исключительно диагностика. Выполнена интеграция с некоторыми используемыми МИС.

В администраторской части происходит настройка системы. Например, редактирование списка вопросов, на которые должен ответить врач при приеме пациента:

Определение диагноза с помощью искусственного интеллекта - вопросы

На каждый вопрос должны быть заданы варианты ответов:

Возможные варианты ответов для ИИ

Клиентская часть программы предназначена для врача. Когда пациента находится на приеме, врач задает ему вопросы (заданные в программе) и фиксирует ответы:

Заполнение врачом ответов для нейросети

После заполнения ответов (или иногда досрочно - если по уже данным ответам какой-то диагноз значительно «вырывается вперед») программа, используя искусственный интеллект, определяет наиболее вероятный диагноз (он считается основным).

При желании врач может посмотреть все варианты диагнозов с весами, которые им назначила нейронная сеть (для упрощения восприятия врачом):

Результаты выбранных искусственным интеллектом диагнозов

Изначально определение диагноза работало на основе экспертной системы - каждому из диагнозов по каждому вопросу назначался определенный вес. В ходе ответов на вопросы веса складывались и «победителем» считался тот, кто набрал наибольший вес.

Приблизительно через полгода (весной 2019 г.) определение диагноза было полностью переведено на нейронную сеть.

Используется ХХХХХХ. Модуль, отвечающий за искусственный интеллект, выполняется на стороне сервера, где для его быстрой работы была установлена производительная видеокарта (GTX 2080).

Для обучения нейронной сети была использована обезличенная выборка в 3.000 пациентов. Использовались изначально введенные врачом данные по осмотру, анамнезу, лабораторной и инструментальной диагностике - вся информация, которая была использована при постановке диагноза. Также для каждого набора исходных данных указывался диагноз, поставленный врачом.

Данная информация была оцифрована, сгруппирована по признакам и введена в базу данных. Использовалось наше собственное специализированное ПО для разметки исходных данных. Работу выполняли сотрудники, отвечающие за формирование обучающей выборки для нейросетей.

В ходе испытаний была достигнута точность порядка 85%. Разумеется, данная система используется не как прямое указание к действию, а лишь как помощь в принятии решения врачу.

В настоящее время выполняются работы по доработке системы таким образом, чтобы нейронная сеть, имея предположения о примерном диагнозе, исключала часть вопросов «на ходу» и сокращала тем самым время приема.