Создание системы ИИ для определения химического состава камней почек

• Российские исследователи разработали систему машинного обучения для определения химического состава камней почек по их отражению в ближней части инфракрасного спектра. • Система позволит медикам подбирать оптимальный метод удаления камней.

Преимущества новой системы

• Система позволяет хирургам мгновенно определять состав камней в теле пациента и настраивать оборудование для дробления. • Процедура станет быстрее, безопаснее и эффективнее. • Врачи смогут назначать правильную диету и лечение в день операции, снижая риск рецидивов.

Проблема и её решение

• Мочекаменная болезнь является распространенным заболеванием, для лечения которого часто используются лазерные системы. • Химический состав камней влияет на скорость дробления, но его определение бесконтактным образом было невозможно. • Системы машинного обучения прошлых лет были неточными из-за недостатка данных по редким камням.

Использование генеративно-состязательной системы ИИ

• Ученые из Института химии СПбГУ, Университета ИТМО и Военно-медицинской академии имени Кирова разработали генеративно-состязательную систему ИИ. • Система состоит из двух нейросетей: одна генерирует данные, другая оценивает их реалистичность. • Сгенерированные данные позволили обучить алгоритмы для определения состава камней по их спектру.

Результаты и перспективы

• Система способна выявлять распространенные типы камней с 92-97% вероятностью. • Точность распознавания фосфатных камней на 5-10% выше, чем у существующих подходов. • Это повысит точность диагностики мочекаменной болезни и улучшит подбор методики удаления камней.