пресс-центр

Система глубокого обучения улучшает диагностирование рака молочной железы

Система глубокого обучения улучшает диагностирование рака молочной железы

 

Исследователи из Медицинского центра Бет Израэль (BIDMC) и Гарвардской медицинской школы разработали систему на основе алгоритмов глубокого обучениядля чтения и интерпретации патологий на рентгеновских снимках.

Система была натренирована на ускорителях Tesla K80 с использованием библиотеки cuDNN, интегрированной в фреймворк глубокого обучения Caffe. Она добилась 92-процентной точности выявления рака молочной железы по медицинским изображениям лимфоузлов. Подобный результат принес исследователям главный приз в двух разных категориях в ежегодном конкурсе на Международном симпозиуме по биомедицинским изображениям (ISBI). Исследователи также опубликовали статью с подробным описанием своей работы.

При диагностике методом микроскопических исследований медики ставят точный диагноз в 96 процентах случаев.

Фреймворк, использованный для выявления рака молочной железы.

Эндрю Бек (Andrew Beck) из BIDMC рассказал, что, объединив результаты патологоанатомического анализа с данными, полученными системой глубокого обучения, они добились точности диагностирования 99,5 процентов. Он добавил: «Наши достижения на конкурсе ISBI продемонстрировали высокие интеллектуальные возможности компьютеров. Объединение результатов, полученных человеком и машиной, позволит ставить более точные диагнозы, которые помогут в выборе лечения».

Узнайте больше >>