|
Единый республиканский
инновационный бизнес-портал |
Зарегистрируйтесь и о Вас узнают потенциальные клиенты!
|
В вузах России и Индии создали объяснимую нейросеть для анализа ЭКГ
В вузах России и Индии создали объяснимую нейросеть для анализа ЭКГ Новую нейросетевую архитектуру для классификации аритмии по электрокардиограммам разработали исследователи российских и индийских вузов. Об этом сообщили в пресс-службе Университета Иннополис. "Исследователи Университета Иннополис, Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" и вузов Индии разработали новую нейросетевую архитектуру для классификации аритмии по электрокардиограммам. ИИ-модель достигла точности 97,8% и позволяет врачам видеть, на основании каких участков сигнала искусственный интеллект принимает решение", - говорится в сообщении. В пресс-службе отметили, что точная диагностика аритмий по ЭКГ критически важна, однако традиционные методы анализа требуют высокой квалификации врача и занимают много времени. "Современные системы ИИ могут автоматически классифицировать нарушения ритма, но большинство из них работают как "черные ящики": врач видит диагноз, но не понимает, почему модель приняла такое решение. Это ограничивает доверие к ИИ-сервисам и препятствует внедрению нейросетей в клиническую практику", - говорится в сообщении. Разработанная модель, по данным пресс-службы, решает эту проблему с помощью двух механизмов многоголового внимания, которые работают одновременно в пространственном и временном измерениях ЭКГ-сигнала. "Первый механизм выделяет, какие участки сигнала, например, P-волна, QRS-комплекс или T-волна, наиболее важны для диагностики заболевания. Второй - определяет, на каких временных интервалах модель фокусируется при классификации", - говорится в сообщении. Отмечается, что ключевым преимуществом разработки стала встроенная объяснимость: модель генерирует тепловые карты внимания, которые визуально показывают, какие именно фрагменты ЭКГ повлияли на решение ИИ. Ведущий программист-математик Исследовательского центра в сфере ИИ Университета Иннополис Дмитрий Каплун отметил прозрачность данного ИИ-решения. "Тепловые карты позволяют врачу проверить логику модели, убедиться, что она ориентируется на клинически значимые участки ЭКГ, и принять обоснованное решение. Это снижает риск диагностических ошибок, повышает доверие к ИИ-инструментам и ускоряет процесс анализа ЭКГ - вместо часов ручной работы система выдает результат за секунды", - приводит его слова пресс-служба. В пресс-службе добавили, что модель прошла проверку на одном из авторитетных открытых наборов ЭКГ-данных, состоящем из 48 получасовых записей, полученных от 47 пациентов. "Исследователи провели серию экспериментов с разным объемом обучающих данных - от 10% до 90% - и показали, что новая ИИ-модель сохраняет стабильную производительность даже при ограниченном количестве размеченных примеров", - говорится в сообщении. Результаты исследования опубликовал научный журнал Scientific Reports. Источник: ТАСС Изображение: freepik.com |
Ваша компания
Зарегистрируйтесь и о Вас узнают потенциальные клиенты!
Новости on-line |
|
© 2009—2026
Единый республиканский бизнес-портал
О портале | Контактная информация | Реклама на портале | Правила пользования | |
Сделано в
«Техинформ»
Уфа
|
|
| Информация на сайте не является публичной офертой |