О том, что нейронные сети постепенно учатся диагностировать заболевания лучше человека, пишут в последнее время достаточно часто. И вот вам новое подтверждение. Созданная в Стэнфордском университете диагностическая система CheXNet, основанная на принципах глубокого обучения, умеет диагностировать пневмонию по рентгеновскому снимку лучше радиологов. О новой программе повествует статья, размещённая в электронной библиотеке препринтов ArXiv.
Credit: L.A. Cicero
Воспаление лёгких или пневмония по прежнему представляет собой огромную проблему в медицине. Для примера, в США по поводу пневмонии госпитализируется около миллиона человек в год, из которых полсотни тысяч погибает. Воспаление лёгких – одно из самых распространённых осложнений после гриппа. Залог успеха лечения этой патологии – точная и своевременная диагностика, которая выполняется по рентгеновскому снимку грудной клетки.
Собственно говоря, название системы CheXNet и означает «сеть обработки рентгеновских снимков груди»: Chest X-Ray Network. На входе в систему подается рентгеновский снимок, затем с ним «работает» 121 слой нейронной сети, после чего программа выдаёт вероятностный диагноз, который может быть не только пневмония.
Credit: Rajpurkar et. al
Для тренировки программа воспользовалась предоставленной Национальными институтами здоровья (NIH) базой из более чем 112 тысяч снимков, на которых уже были отмечены диагнозы 14 различных патологий – ведь по снимку можно определить и пневмонию, и пневмоторакс, инфильтрацию легких, эмфизему, фиброз и так далее.
a — пневмония, b — солитарный лёгочный узел, с — первичный рак лёгкого, d — пневмоторакс правого легкого, e — плевральный выпот, f — застойная лёгочная недостаточность и кардиомегалия (увеличенное сердце). Credit: Rajpurkar et. al
После месяца тренировки программа уже «обыгрывала» в точности постановки диагноза четырёх стэнфордских радиологов, значительно превосходя их в производительности.
Текст: Алексей Паевский
CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning
Pranav Rajpurkar, Jeremy Irvin, Kaylie Zhu , Brandon Yang , Hershel Mehta , Tony Duan , Daisy Ding , Aarti Bagul , Curtis Langlotz , Katie Shpanskaya , Matthew P. Lungren , Andrew Y. Ng
ArXiv
