AI определяющий диагноз заболевания легких по рентген снимку

Задача

Флюорография и рентген грудной клетки: самый массовый метод скрининга в стране, миллионы снимков в год. Туберкулёз и патологии лёгких на ранней стадии распознать сложно, а нагрузка на рентгенологов огромна. Регионам не хватает экспертов, очереди на описание снимков растягиваются. Нужна была модель, которая автоматически расставляет приоритеты и подсвечивает подозрительные снимки, не давая пропустить опасные случаи.

Решение

Мы разработали систему, определяющую диагноз заболевания лёгких по рентгеновскому снимку. Модель классифицирует снимок по 12 классам туберкулёза и других лёгочных патологий. Она работает как фильтр первой линии: норму отсеивает, подозрительные исследования помечает и направляет рентгенологу с приоритетом, экономя время на типовых случаях.

Технологии

Глубокое обучение на рентгеновских изображениях грудной клетки. Модель обучена на размеченных клинических датасетах, валидирована под реальный поток флюорографических исследований и интегрирована в диагностический конвейер без перестройки существующего рабочего процесса рентгенолога.

Результат

Решение развёрнуто на платформе mosmed.ai Департамента здравоохранения Москвы и охватывает 71 регион страны. Это даёт реальный масштаб: модель работает не в пилоте, а в боевом потоке государственной системы скрининга. Для регионов с дефицитом рентгенологов это прямое сокращение времени до постановки диагноза и снижение риска пропуска туберкулёза. Кейс показывает способность Z-union доводить медицинский AI от исследования до промышленной эксплуатации в государственной инфраструктуре здравоохранения федерального масштаба.