Применение технологий искусственного интеллекта как способ обеспечения качества выполнения рентгенографии органов грудной клетки.

Опубликовано: 8 месяцев назад

    Информатизация здравоохранения
  • При выполнении рентгенографических исследований могут возникать ошибки, снижающие диагностическую ценность полученных изображений и затрудняющие их интерпретацию как врачом-рентгенологом, так и диагностическим программным обеспечением на основе технологии искусственного интеллекта. Создание автоматизированных систем оценки качества позволит оптимизировать данный процесс, особенно в условиях повышенной рабочей нагрузки медицинского персонала.
    Цель исследования: разработка инструмента автоматизированного контроля качества рентгенологических исследований органов грудной клетки, позволяющего провести контроль качества укладки и позиционирования пациента и корректность заполнения метаинформации об исследовании.
    Материал и методы. Для обучения и тестирования моделей автоматизированного контроля качества были использованы 61505 рентгенограмм органов грудной клетки (РГ ОГК), полученные из открытых наборов данных и Единого радиологического информационного сервиса Единой медицинской информационно-аналитической системы города Москвы. Для создания моделей применялось трансферное обучение глубоких нейросетевых архитектур VGG19 и ResNet152V2.
    Результаты. Были созданы 7 моделей: модель определения анатомической области исследования, модель определения проекции, модель определения фотометрической интерпретации, модели определения неполной визуализации анатомической области на прямой и боковой проекциях РГ ОГК, модель определения ротации на боковой проекции РГ ОГК. Все созданные модели имеют метрики диагностической точности выше 95%, что позволяет использовать их в клинической практике. На основе разработанных моделей был создан единый web-инструмент контроля качества РГ ОГК, позволяющий анализировать качество наборов данных рентгенограмм.
    Выводы. Активное использование разработанного нами инструмента позволит оптимизировать процесс оценки качества диагностических исследований и облегчить процессы классификации исследований и формирования наборов данных. Также данный инструмент может использоваться для поддержки принятия решения рентгенолаборанта и оценки качества исследования перед отправкой исследования на обработку сервисам на базе искусственного интеллекта.

    Авторы: Борисов А. А., Васильев Ю. А., Владзимирский А. В., Омелянская О. В., Арзамасов К. М., Кирпичев Ю. С.

    Темы: глубокое обучение1 искусственный интеллект8 контроль качества3 рентгенограммы органов грудной клетки1

Статей
13

Авторов
40

Страниц
80

Последние номера

Архив журнала >
2024

«Мз» №3 2024

Дата выпуска: 2024-04-16

395

«Мз» №2 2024

Дата выпуска: 2024-03-12

625

«Мз» №1 2024

Дата выпуска: 2024-02-08

834

2023

«Мз» №13 2023

Дата выпуска: 2024-02-08

698