Penn Medicine создала ИИ для поиска скрытых болезней на КТ — News-Medical
Исследователи Penn Medicine разработали модель искусственного интеллекта Percival для анализа компьютерной томографии, которая может выявлять на снимках признаки заболеваний и потенциальные будущие риски для здоровья за пределами первоначальной цели обследования. Об этом сообщает News-Medical со ссылкой на исследование, опубликованное в журнале npj Digital Medicine.
Анализ КТ за пределами цели обследования
Модель обучали примерно на 400 тысячах КТ-снимков около 50 тысяч пациентов. Для ее разработки также использовали данные Penn Medicine BioBank, содержащего информацию о более чем 350 тысячах человек, собранную в системе здравоохранения Университета Пенсильвании в течение двух десятилетий.
По оценке авторов работы, Percival способна находить на КТ признаки хронических состояний, в частности фибрилляции предсердий — формы нерегулярного сердцебиения — и хронической болезни почек. Такой подход исследователи рассматривают как возможность расширить оппортунистический скрининг: получать дополнительную информацию со снимка, который изначально назначали по другой причине.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Сравнение с другой моделью
В сравнении с другой ИИ-моделью TotalSegmentator Percival надежнее выявляла такие состояния, как рак поджелудочной железы, цирроз и бактериальная пневмония. Соавтор исследования, профессор радиологии Чарльз Кан, отметил, что обычная визуализация может помочь раньше распознавать болезни и прогнозировать риски сердечно-сосудистых и печеночных осложнений.
Сейчас модель проходит доклиническое тестирование. Разработчики надеются протестировать ее в начале 2027 года, рассматривая дальнейшее использование в клинической практике. Код Percival и спецификации ее обучения доступны в открытом доступе.
