В Яндексе создали нейросеть для выявления редкой патологии на ранних сроках развития при беременности

19.08.2024 11:45:00 | iXBT.com

Команда Яндекса разработала нейросеть, которая поможет врачам обнаружить при УЗИ-исследовании беременных женщин симптомы spina bifida – тяжелого врожденного заболевания центральной нервной системы у детей. Об этом рассказала пресс-служба Яндекса.

Иллюстрация: Яндекс

В компании пояснили:

Эту врожденную патологию сложно диагностировать, поскольку она встречается один раз на тысячу новорожденных. Часто она приводит к тяжелой инвалидности. С помощью технологии медицинские специалисты смогут увидеть признаки этой болезни на более ранних сроках и направить пациентку на дополнительное обследование. Решение доступно бесплатно всем врачам и медицинским экспертам на сайте фонда «Спина бифида», который инициировал первый подобный проект в России. Технологию можно использовать и для разработки других решений для медицины.

Медицинский специалист может загрузить результаты УЗИ, сделанные во время первого скрининга. Решение автоматически проанализирует снимок и поможет врачу определить вероятность, с которой на изображении присутствуют признаки spina bifida. Если есть вероятность наличия патологии, врач сможет направить пациентку на дополнительное обследование в крупные перинатальные центры России, чтобы назначить дальнейшее лечение.

Иллюстрация: Яндекс

Для машинного обучения использован уникальный набор примерно из 6 тысяч обезличенных изображений УЗИ беременных женщин, собранный специалистами из Национального медицинского исследовательского центра (НМИЦ) акушерства, гинекологии и перинатологии имени академика В. И. Кулакова. Разметкой данных и медицинской методологией проекта руководили врачи УЗИ из НМИЦ Кулакова, эксперты в области выявления аномалий центральной нервной системы плода. Специалисты Yandex Cloud вместе со студентами Школы анализа данных Яндекса создали архитектуру решения с применением нескольких видов нейросетей для обнаружения объектов, их классификации и определения вероятности наличия патологии. Студенты ШАДа обучили модели и разработали удобный для врачей веб-интерфейс.

Подробнее