Исследователи смогли преодолеть проблему ограниченности исходных данных и построили модель нейронной сети на основе механизма комплексного оценивания, рассказали ТАСС в среду в пресс-службе вуза.
«Из-за малозаметных симптомов на начальном этапе развития диагностировать болезнь Альцгеймера возможно только по физиологическим изменениям в головном мозге, зафиксированным на МРТ. Используя данные медицинских исследований пациентов с Альцгеймером, ученые обучили нейросеть выявлять заболевание. Для этого они построили модель нейронной сети на основе механизма комплексного оценивания, преодолев проблему ограниченности исходных данных. Полученные результаты лягут в основу программного обеспечения системы диагностики болезни Альцгеймера», - сказали в университете.
Исследование выполнили при финансовой поддержке Министерства науки и высшего образования РФ в рамках программы деятельности Пермского научно-образовательного центра "Рациональное недропользование" в кооперации с двумя малыми инновационными предприятиями, созданными при поддержке Фонда содействия инновациям. Статья об исследовании опубликована в научном журнале Algorithms, также на разработку оформляется патент.
Как отметил научный руководитель проекта, начальник управления организации научных исследований ПНИПУ, доцент Александр Алексеев, основное ограничение применения нейросетей в медицине сводится к проблеме ограниченности данных.
Как отметил научный руководитель проекта, начальник управления организации научных исследований ПНИПУ, доцент Александр Алексеев, основное ограничение применения нейросетей в медицине сводится к проблеме ограниченности данных.
«Во многом это объясняется этическими мотивами: пациенты или их законные представители должны дать согласие на использование их медицинских данных для научных целей и публикации в открытой печати. Например, на сбор данных о 81 пациенте, 59 из которых имели подтвержденный диагноз "болезнь Альцгеймера", потребовалось пять лет», - сказал ученый, отметив, что эту проблему удалось решить за счет использования механизма комплексного оценивания, также известного как "корень принятия решений". Этот механизм традиционно применяется для агрегирования нескольких показателей в одну комплексную оценку.
Новая методика
По словам одного из разработчиков методики, ведущего специалиста ООО "Пермский центр поддержки принятия решений", созданного по программе Фонда содействия инновациям "Старт-1", Леонида Кожемякина, ключевое значение разработанного подхода заключается в сокращении времени, затрачиваемого на поиск оптимальной нейронной сети для анализа ограниченного набора данных.
По словам одного из разработчиков методики, ведущего специалиста ООО "Пермский центр поддержки принятия решений", созданного по программе Фонда содействия инновациям "Старт-1", Леонида Кожемякина, ключевое значение разработанного подхода заключается в сокращении времени, затрачиваемого на поиск оптимальной нейронной сети для анализа ограниченного набора данных.
«С помощью методов идентификации корней принятия решений нам удалось получить такую структуру нейросетевой модели, которая способна с высокой точностью описывать изучаемую область, в данном случае - диагностировать болезнь», - пояснил Кожемякин. По словам исследователя, применять предложенный механизм можно и в других сферах, где исходный набор данных существенно ограничен.
На сегодняшний день, по словам исследователей, в открытом доступе нет специализированных программных продуктов, позволяющих пользователю без навыков программирования задать неполносвязную структуру нейронной сети. Ученые Пермского политеха совместно с ООО "Пермский центр поддержки принятия решений" намерены создать специальную компьютерную программу, доступную онлайн для всех исследователей.
Сегодня, 28 апреля в 10:00 в эфире радио «Серебряный дождь» пройдет постоянная рубрика «Цифрового океана». В этом выпуске ведущий Виктор Набутов и директор по направлению «Цифровая трансформация отраслей» АНО «Цифровая экономика» Алексей Сидорюк поговорили о том, как применяются нейросети в медицине, какое место занимает Россия в топе технологий ИИ и что думают врачи и пациенты о роботах-консультантах.
