Ученик ИТ-класса московской школы № 1375 Даниэль Пейсахов разработал приложение на основе искусственного интеллекта для анализа фотографий глазного дна и выявления возможных патологий сетчатки. Об этом ТАСС сообщили в пресс-службе столичного департамента образования и науки.
Сетчатка — внутренняя светочувствительная оболочка глаза, изменения которой могут указывать на различные заболевания. Школьник решил проверить, способен ли алгоритм машинного обучения распознавать характерные признаки таких изменений на медицинских изображениях.
Для обучения нейросети Пейсахов использовал 3,2 тыс. фотографий глазного дна из открытого набора данных. На этих изображениях модель училась распознавать признаки различных патологий. Затем школьник разработал приложение, в котором пользователь может загрузить фотографию и получить список возможных заболеваний с оценкой уверенности алгоритма для каждого варианта.
По данным московского департамента образования и науки, при проверке на отдельной выборке точность модели составила около 98%. Однако в сообщении не уточняется, какая именно метрика использовалась для оценки, насколько сбалансированы классы заболеваний и как формировалась тестовая выборка. Поэтому этот показатель пока нельзя напрямую интерпретировать как вероятность правильного диагноза для конкретного пациента.
В перспективе подобные системы могут стать вспомогательным инструментом для офтальмологов: алгоритм способен предварительно анализировать изображения и выделять те, которые требуют более внимательного изучения специалистом. Но для оценки реальной диагностической ценности разработки необходимы испытания на клинических данных и проверка результатов совместно с врачами.
В пресс-службе департамента отдельно подчеркнули, что приложение пока остается экспериментальным проектом и не предназначено для самостоятельной постановки диагноза. До клинической проверки и подтверждения эффективности использовать его как замену медицинскому обследованию нельзя.
Насколько оправдано использовать показатель точности в 98% для оценки подобных школьных разработок, если без независимой клинической проверки неизвестно, насколько хорошо модель справится с реальными пациентами?
Источник: https://tass.ru/nauka/28256531Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
