AI рекомендательные системы для диагностики заболеваний (COVID-19)

Задача

В пик пандемии COVID-19 системы здравоохранения столкнулись с лавиной исследований и нехваткой времени на их описание. ПЦР давал задержку и ложноотрицательные результаты, а лучевая диагностика по КТ и рентгену позволяла увидеть характерное поражение лёгких быстрее. Проблема в скорости и объёме: ручная оценка снимков не успевала за потоком пациентов. Нужны были модели, которые автоматически выявляют признаки COVID-19 и помогают сортировать поток.

Решение

Мы построили рекомендательные ML-системы для диагностики COVID-19 по КТ и рентгеновским снимкам грудной клетки. Модель отличает характерные паттерны вирусной пневмонии от нормы и других патологий, формируя для врача предварительную оценку вероятности и степени поражения. Это инструмент поддержки принятия решений, а не замена врача: финальное заключение остаётся за специалистом.

Технологии

Модели машинного обучения на изображениях компьютерной томографии и рентгена. Обучение на размеченных датасетах COVID-позитивных и негативных исследований, с настройкой на устойчивость к разному качеству снимков и оборудованию разных клиник.

Результат

Система ускоряет триаж пациентов и снижает нагрузку на рентгенологов в условиях пиковой загрузки. Модель подсвечивает подозрительные исследования для приоритетного описания, сокращая время до начала лечения. Кейс стал частью медицинского портфеля Z-med и подтвердил, что наши команды способны быстро разворачивать диагностические модели под острую эпидемиологическую задачу, работая с реальными клиническими данными и встраиваясь в существующие диагностические процессы клиник.