Проект вошел в число победителей первой Цифровой лаборатории в здравоохранении и был добавлен в Смартеку – сервис по поиску лучших практик в различных отраслях для решения социально- экономических задач.
Суть данного проекта — масштабное внедрение в медицинских учреждениях разработанной рекомендательной системы ИИ для диагностики различных заболеваний, в том числе COVID-19. Система основана на математических алгоритмах анализа и обработки медицинских снимков (компьютерной томографии, флюорографии, маммографии и др.) и выявления потенциально опасных для здоровья областей с последующим формированием предварительного диагноза и комплексных медицинских рекомендаций.
Разработанная АI-рекомендательная система является системой поддержки принятия врачебных решений в задаче постановки диагноза по медицинским снимкам и формализованным метаданным пациента по ним. Главная функция рекомендательной системы заявителя — это поддержка принятия решений при диагностике заболевания.
С технологической точки зрения команда Z-UNION применяет собственную методологию диагностики изображений, основанную на применении в данной задаче нейросетевого ансамбля для повышенной точности предсказания заболеваний и их сегментации на снимке.
Работа ведется преимущественно не с открытыми датасетами с общей не подтвержденной разметкой, а с изображениями, полученными с ведущих российских медицинских учреждений и организаций. Это позволяет достичь высокой точности предсказания (выше 95% на класс).
Суть данного проекта — масштабное внедрение в медицинских учреждениях разработанной рекомендательной системы ИИ для диагностики различных заболеваний, в том числе COVID-19. Система основана на математических алгоритмах анализа и обработки медицинских снимков (компьютерной томографии, флюорографии, маммографии и др.) и выявления потенциально опасных для здоровья областей с последующим формированием предварительного диагноза и комплексных медицинских рекомендаций.
Разработанная АI-рекомендательная система является системой поддержки принятия врачебных решений в задаче постановки диагноза по медицинским снимкам и формализованным метаданным пациента по ним. Главная функция рекомендательной системы заявителя — это поддержка принятия решений при диагностике заболевания.
С технологической точки зрения команда Z-UNION применяет собственную методологию диагностики изображений, основанную на применении в данной задаче нейросетевого ансамбля для повышенной точности предсказания заболеваний и их сегментации на снимке.
Работа ведется преимущественно не с открытыми датасетами с общей не подтвержденной разметкой, а с изображениями, полученными с ведущих российских медицинских учреждений и организаций. Это позволяет достичь высокой точности предсказания (выше 95% на класс).