По «зеркальному» проекту

Лабораторию медицинской информатики Сургутский госуниверситет и Высшая школа экономики открыли в прошлом году. Этот проект сфокусирован на интеллектуальном анализе данных в медицинских информационных системах. Его реализация позволит сократить число операций для людей с заболеваниями вен: специальный комплекс обследований поможет врачам точнее определять необходимость хирургического вмешательства.

– Хронические заболевания вен (ХЗВ) – это наиболее распространенная патология сосудистой системы у человека. Основными формами ХЗВ являются варикозная болезнь, посттромботическая болезнь нижних конечностей, врожденные аномалии, ретикулярный варикоз, телангиэктазии и флебопатии. В настоящее время инструменты искусственного интеллекта, в частности нейронные сети, широко используются в системах поддержки принятия решений в области медицины. Создание практически значимых и теоретически обоснованных математических моделей нарушения венозного оттока из нижних конечностей требует сочетания методов из различных областей прикладной математики и медицинских наук. Система поддержки принятия решений для постановки диагноза о хронической венозной недостаточности для врачей–флебологов построена на базе сверточной нейронной сети, которая способна сопоставить классификацию ХЗВ изображениям нижних конечностей пациента. Задача классификации является одной из самых главных задач, которую решают нейронные сети, – пояснила суть разработки клинический ординатор CурГУ  Каролина Юхневич.

справка 
Проект «Зеркальная лаборатория» нацелен на проведение совместных научных исследований при поддержке НИУ ВШЭ и регионального университета-партнера, представляющих взаимный интерес для обеих сторон. Цели конкурса – повышение эффективности сотрудничества в исследовательской и образовательной сферах; оказание поддержки совместным научным проектам

Описание венозной системы с помощью математического моделирования и методов искусственного интеллекта – вот стратегическая цель, которую ставит перед собой исследовательская группа. Для ее достижения участникам проекта необходимо создать математическую модель с теоретическим обоснованием нарушения венозного оттока из нижних конечностей. Именно искусственный интеллект и симбиоз методов из различных областей прикладной математики и медицинских наук позволит решить эту сложнейшую задачу. Интеграция компетенций исследователей, взаимодействие со специалистами–флебологами, использование существующего опыта лечения соответствующих патологий кровеносной системы и накопленного экспериментального материала позволят добиться прорыва не только в теории, но и в медицинской практике.

Руководит проектом профессор Департамента анализа данных и искусственного интеллекта, старший научный сотрудник Международной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ Василий Громов. В проектной группе – доктора и профессора медицины, врачи самых разных направлений, инженеры, программисты нескольких вузов страны

– Процесс обучения нейронных сетей является достаточно сложным, ввиду чего его результат может быть менее эффективным, чем у других методов компьютерной диагностики, – говорит  старший преподаватель кафедры АСОИУ СурГУ Нелли Урманцева. – В качестве данных для обучения и тестирования нейронной сети используются фотографии нижних конечностей пациентов, которым были приведены в соответствие различные классы заболеваний венозной системы. Сбор материалов для обучения и тестирования осуществлен с помощью сайта для врачей–флебологов. Он позволяет собирать и хранить данные о пациентах и их диагнозах, а затем использовать эту информацию для дообучения нейронной сети. Набор данных насчитывает более 10 тысяч изображений разной степени качества, ракурсов и углов поворота, что позволяет более точно классифицировать венозную недостаточность. Нейронная сеть создана с помощью библиотеки для машинного обучения и нацелена на оперативную работу с сетями глубокого обучения.