ТОМСК, 16 ноя – РИА Томск, Мария Масляева. Ученый Томского госуниверситета (ТГУ) при поддержке Российского фонда фундаментальных исследований (РФФИ) создает большую библиотеку медицинских данных, чтобы обучить искусственный интеллект (ИИ) распознавать заболевания у людей по сигналам электрокардиографии (ЭКГ), сообщила в понедельник пресс-служба вуза.
Актуальность проекта заключается в том, что значительная часть данных, которые врачи используют для диагностики, до сих пор находится в аналоговом виде, и это значительно снижает возможность их полноценного анализа. Переход на "цифру" решит эту проблему: ИИ сможет анализировать все накопленные данные по состоянию здоровья пациента и выявлять начавшиеся критические изменения в его организме, поясняет пресс-служба со ссылкой на автора проекта.
"Аспирант <...> ТГУ Владимир Андрющенко разрабатывает методы и алгоритмы, которые позволят определять и прогнозировать изменение состояния пациента по медицинским сигналам. В рамках проекта, поддержанного РФФИ, ученый создает большую библиотеку медицинских данных, необходимую для машинного обучения компьютерной модели, которая будет верифицировать заболевания по сигналам ЭКГ", – говорится в сообщении.
Со ссылкой на Андрющенко – аспиранта Института прикладной математики и компьютерных наук, уточняется, что для этого проекта нужно создать большую обучающую выборку, которая будет иметь много паттернов – повторяющихся элементов, характерных для каждого класса заболевания. Также в библиотеку данных войдет большой массив результатов ЭКГ здоровых людей.
С помощью этих данных искусственный интеллект будет "учиться" разделять норму и патологию и определять виды нарушения работы сердца. В рамках проекта также аспирант разрабатывает алгоритмы обучения для классификации ЭКГ-сигналов, чтобы построить эффективную нейросеть, избегая ее чрезмерной сложности. Кроме того, молодой ученый разработает методику выделения паттернов электрических сигналов сердца здорового и больного человека.В дальнейшем при анализе паттернов искусственный интеллект сможет выявлять разные виды кардиопалатогий. Также нейросеть, анализируя данные ЭКГ, сделанные в разное время, научится выявлять изменения до появления видимых симптомов. Этот IT-продукт будет служить вспомогательным инструментом диагностики, который быстро и точно сможет оценить результат ЭКГ, снижая вероятность ошибок, связанных с "человеческим фактором".