Научные методологии устойчивого развития технологий искусственного интеллекта в медицинской диагностике

Доступные технологии и наборы данных позволяют быстро создавать решения для разных задач и областей, в т.ч. для медицины. В свободном доступе находятся сотни тысяч размеченных медицинских исследований, ежегодно проводятся десятки соревнований по разработке алгоритмов для медицинской диагностики. Разработать алгоритм ИИ для отдельной клинической задачи не сложно, что подтверждается прогрессивным ростом количества научных публикаций. Однако, масштабного практического использования достигают единицы. Опыт эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения в системе здравоохранения города Москвы демонстрирует низкую зрелость ИИ-Сервисов по многим направлениям, а также низкие метрики диагностической точности в ходе проспективной работы по сравнению с заявленными и полученными в ходе ретроспективной работы. Цель работы - повышение диагностического качества работы решений на основе искусственного интеллекта в медицинской диагностике путем разработки методически обоснованных эталонных требований к ИИ-Сервисам. Реализация данной работы позволит сформировать научно-практическую базу для устойчивого и непрерывного развития этого направления, повысить количество качественных и востребованных диагностических ИИ-Сервисов для столичного здравоохранения.