Задача
- Разработка, обучение и объединение в общий ансамбль алгоритмов по обработке медицинских данных (включая DICOM-изображения, DICOM-тэги, метаданные пациента, в т.ч. формализованные протоколы)
- Достижение точности классификации не менее 95% на класс (для задачи классификации снимков/исследований)
- Достижение точности выделения сегмента патологии на снимке выше, чем 90% (для задачи сегментации)
Решение
Система оптимизации аналитики и составления формализованных отчетов посредством перехода от ручной обработки к применению AI-модели
- Модель на базе ИНС по обработке метаданных (на основании анализа DICOM-тэгов, на основании анализа метаданных пациента)
- Модель на базе ИНС по обработке DICOM-изображений (сегментаций патологий на снимке медицинского исследования, диагностика)
Достигнутые эффекты
- Сокращение времени на анализ медицинского исследования и составление формализованного описания с 20 мин. до 40 сек.
- Увеличение количества оказываемых услуг за счет сокращения времени на постановку диагноза
- Снижение стоимости обработки исследований на 20%
Направление
MedTech