Научные методологи устойчивого развития технологий искусственного интеллекта в медицинской диагностике

Объектом исследования являются сервисы искусственного интеллекта, использующиеся для диагностики в области рентгенографии и флюорографии грудной клетки, работающие как в качестве системы поддержки принятия врачебных решений, так и автономно (независимо от врача-рентгенолога). Цель работы – повышение диагностического качества работы решений на основе искусственного интеллекта в медицинской диагностике путем разработки методически обоснованных эталонных требований к ИИ-сервисам. В работе описаны методы повышения диагностической точности ИИ-сервисов, используемых при проведении массовых профилактических исследований (флюорография/рентгенография органов грудной клетки). Предложены подходы к формированию наборов данных, на которых должны обучаться, тестироваться и валидироваться сервисы такого типа. Проанализирована работа автономных ИИ-сервисов в массовых профилактических исследованиях, которые были обучены или протестированы на сбалансированных наборах данных. Научные разработки первых этапов работы были успешно апробированы и внедрены в клиническую практику в рамках Эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения этих технологий в системе здравоохранения.