Penn Medicine створила ШІ для пошуку прихованих хвороб на КТ — News-Medical
Дослідники Penn Medicine розробили модель штучного інтелекту Percival для аналізу комп’ютерної томографії, яка може виявляти на знімках ознаки захворювань і потенційні майбутні ризики для здоров’я поза первинною метою обстеження. Про це повідомляє News-Medical з посиланням на дослідження, опубліковане в журналі npj Digital Medicine.
Аналіз КТ поза метою обстеження
Модель навчали на приблизно 400 тисячах КТ-знімків близько 50 тисяч пацієнтів. Для її розроблення також використали дані Penn Medicine BioBank, що містить інформацію про понад 350 тисяч людей, зібрану в системі охорони здоров’я Університету Пенсильванії протягом двох десятиліть.
За оцінкою авторів роботи, Percival здатна знаходити на КТ ознаки хронічних станів, зокрема фібриляції передсердь — форми нерегулярного серцебиття — та хронічної хвороби нирок. Такий підхід дослідники розглядають як можливість розширити опортуністичний скринінг: отримувати додаткову інформацію зі знімка, який спочатку призначали з іншої причини.
Більше актуальних новин читайте у Telegram-каналі UA.News.
Порівняння з іншою моделлю
У порівнянні з іншою ШІ-моделлю TotalSegmentator Percival надійніше виявляла такі стани, як рак підшлункової залози, цироз і бактеріальна пневмонія. Співавтор дослідження, професор радіології Чарльз Кан, зазначив, що звичайна візуалізація може допомогти раніше розпізнавати хвороби та передбачати ризики серцево-судинних і печінкових ускладнень.
Наразі модель проходить доклінічне тестування. Розробники сподіваються протестувати її на початку 2027 року, розглядаючи подальше використання в клінічній практиці. Код Percival і специфікації її навчання доступні у відкритому доступі.
