DIgital Tхромать Tанк (DTT)

Искусственный интеллект помогает оценивать тесты на кожную аллергию

польские ученые СкинЛогик- Разработано решение, позволяющее проводить более эффективные тесты на кожную аллергию и получать более надежные результаты. Метод использует видео- и тепловизионные камеры, а также систему, которая анализирует изображения до последнего пикселя.

Авторами описанного решения являются специалисты факультета электроники и информационных технологий Варшавского технологического университета, команда профессора Яцека Стемпеня (компания Milton Essex) и Военно-медицинского института.

Клинические испытания дали очень хорошие результаты. Система правильно определяет до 98% случаев, даже редких Allergien. Кроме того, это с СкинЛогик можно обнаружить поражения с максимальным диаметром 0,3 мм.

 Источник изображения: Pixabay

Разработка и эксплуатация SkinLogic

Как указано в пресс-релизе Варшавского технологического университета (WUT), с точки зрения ИТ, SkinLogic является система обработки данных. Устройство состоит из штатива и упомянутых в начале камер. Во время проведения проб рука пациента должна быть зафиксирована в штативе. Прибор делает снимки видимым и инфракрасным светом в определенные моменты времени и записывает происходящее на участках кожи, обработанных аллергенами. Как только цифровая документация будет доступна, пришло время отредактировать PW. алгоритм использовать.

Важно отметить, что при обычном ручном методе измерения аллергических реакций (волдырей) результат не совсем точен. Однако при использовании SkinLogic измерение выполняется по алгоритму. Кроме того, система проверяет как размер реакции, так и другие параметры, такие как, например. Б. их форма. Для этого полезно изображение, полученное с дальним инфракрасным спектром.

Анализ цифрового материала

При анализе изображения разбиваются на сегменты, соответствующие расположению разрезов на коже (каждый сегмент можно рассматривать отдельно). Анализируя данные с течением времени, можно увидеть, как сегмент изменился.

Откуда берутся входные данные для системы искусственного интеллекта? Они использовали 1500 изображений аллергических кожных реакций (записей), которые врачи собрали во время клинических испытаний у 100 пациентов. Это позволило алгоритму научиться распознавать, какое изображение представляет собой аллергическую реакцию, а какое нет.

То, что мы получаем из изображений с камеры, представляет собой изображения размером 100x100 пикселей. Врач, осматривающий аллергический волдырь, имеет только область, видимую невооруженным глазом. Мы проверяем каждый пиксель на изображениях. Можно сказать, что стандартный диагноз основан на одном значении, тогда как ответ, проверенный искусственным интеллектом, основан на миллионах значений и распознанных комбинаций.", объясняет профессор Роберт Новак, заведующий кафедрой искусственный разум. Человеку было бы чрезвычайно трудно найти эти закономерности; а обученный алгоритм делает эту работу быстро и очень точно. Больше данных означает больше шума для устранения, но алгоритм может справиться и с этой проблемой. Наша система обучалась на наборе паттернов, разработанных медицинским консорциумом, поэтому у нее качественная основа», — добавляет исследователь.

Улучшенная диагностика и планирование лечения

В настоящее время система проходит тестирование в рамках предварительной регистрации. Однажды использованный в клинической практике, он может оказать неоценимую помощь. значит быстрее Диагностировать, обеспечивает более точные результаты и упрощает консультации с другими специалистами благодаря цифровому сбору материала.

В середине февраля в журнале Scientific Reports была опубликована статья «Распознавание кожных аллергических реакций с помощью сверточных нейронных сетей на основе термографии».