Искусственные нейронные сети, исполняемый ими  автоматический анализ для диагностики рака используют еще с 1980-х годов. Наиболее инновационные методы сегодня основываются на машинном обучении.

Виды обучения.

Их два — машинное и глубокое.
Машинное обучение в медицине является методом искусственного интеллекта, применяющийся для анализа данных. Способ этого анализа  заключается в выстраивании единой математической модели, используя «обучение» нейронной сети, выполнению ей какой-то задачи.

Глубокое обучение — это форма машинного обучения. Основное отличие его от машинного аналога в том, как представляются данные в систему. Формы машинного обучения работает на структурированных данных, а сети глубокого обучения применяют собственные слои нейросетей, которые самостоятельно структурируют данные.

Ошибочность обеих моделей обучения будет зависеть от качества данных.

Машинное обучение в медицине  сегодня

В диагностике рака сегодня использование машинного обучения является трендом. Разработчики «тренируют» алгоритмы на распознавание аномалий, связанных с раком, обучают их отличать от доброкачественных итогов.  В последнее время произведено много исследований, которые подтвердили, что они могут улучшить расшифровку и качество снимков компьютерной томографии.

К примеру, платформа Botkin.AI, являющаяся первым в России программным обеспечением. Эта платформа создана компанией «Интеллоджик» и активно уже используется в медицине некоторых регионов для диагностики и научно-исследовательских работ.

Botkin.AI дает информацию на КТ об имеющихся злокачественных новообразований легких.  При этом врачу-рентгенологу не нужно быть специалистом в цифровой области искусственного интеллекта. Доктор получает от ИИ результаты анализов в простом, понятном виде, по стандартным параметрам. Но сложность использования этой платформы в собственном интерфейсе, и специалисту перед ее использованием, нужно затратить на обучение некоторое время. А еще анализ ИИ ограничивается конкретными патологиями и он не дает о наличии других заболеваний никакой информации.

Сервисы акцентируют внимание докторов на незначительных признаках патологий, что необходимо при ранней диагностике рака. А точность искусственного интеллекта и его чувствительность постоянно растут.