Как стать автором
Поиск
Написать публикацию
Обновить

Комментарии 25

А пусть эти нейросети сначала отработают смену 36ч и потом еще на неотложке, вот тогда и посмотрим!
А зачем это нейросетям?

Это ж всего лишь инструмент для того, чтобы снять с врачей часть работы. Если та же бригада скорой помощи приезжает на вызов на автомобиле, а не идет пешком, это ведь не повод предлагать автомобилю сделать укол.

И, кстати, нейросеть железная. Она и после 36 часов непрерывной работы анализирует кардиограмму так же внимательно, как и в начале смены. Она, в отличие от человека, не устает.
в принципе минимизировать человеческий фактор в таких вещах это верный подход. тем более когда речь идет о здоровье и жизни человека.
Самое существенное как раз не приведено — сравнительный процент верных диагнозов, процент ложноположительных и ложноотрицательных диагнозов.
А это, в общем-то, даже и не самое существенное, при правильном подходе.
Если на автоматику сваливаем первичную сортировку пациентов, отфильтровывая случаи «однозначно здоров» и «однозначно есть проблемы», то это, для начала, позволит высвободить время живых специалистов на разбирательство с сомнительными случаями.
Ну если по ссылкам пройти, там все легко находится:

https://stanfordmlgroup.github.io/projects/ecg/

За эталон они приняли анализ кардиограммы, когда три супер-пупер сертифицированных кардиолога обсуждают кардиограмму и приходят к консенсусу по каждому участку. Сравнивали этот эталон с работой нейросети и с заключениями 6 отдельных (других) кардиологов.

У «отдельных» кардиологов заключение совпадало с эталоном на 72-75 процентов, у нейросети на 78-81%.

Судя по всему они сравнивали два каких-то параметра. Я, честно говоря, не до конца понял. Кажется там первый процент — это совпадение классификации участков кардиограмы, а второй — совпадение выводов. Но это мое предположение. Не хватает знания то ли английского, то ли кардиологии :-(

Ложноположительных и ложноотрицательных там нет. Анализ кардиограммы дает не двоичный результат: здоров/болен. Там классификация участков кардиограммы по десятку разных классов. Ну и показано, с какой точностью нейросеть угадывает классификацию консилиума экспертов.
Но то, как этот результат был получен, какие алгоритмы и в какой последовательности задействованы могут не до конца понимать сами создатели таких систем.
А какие алгоритмы и в какой последовательности использует кардиолог экстра класса специалисты хорошо знают? По моим наблюдениям (я сам сердечник) их работа сродни искусству.
НЛО прилетело и опубликовало эту надпись здесь
Если бы нейросети удалось сделать более прозрачными, а принцип их работы можно было бы легко объяснить практикующим медикам, тогда и темпы распространения этой технологии были бы куда выше.
Моё ИМХО состоит в том, что, если бы во время тестового режима большое количество врачей могло бы загружать кардиограммы своих пациентов бесплатно, или за небольшую плату, и получать быстро результаты компьютерного анализа, пусть и с рекомендательной целью, то пользы было больше, и темпы распространения были бы намного больше.
НЛО прилетело и опубликовало эту надпись здесь
НЛО прилетело и опубликовало эту надпись здесь
На прошлой неделе встретил в аэропорту человека который рассказывал про российские разработки по предсказанию проблем с сердцем с помощью анализа ритмов. Так что и наши этим занимаются. Идея проста — если сделать такой анализ можно заранее знать о проблеме, а не тогда когда человека привезли уже на скорой и он вероятно не выживет. Выгода очевидна — процедура профилактическая, на ней можно заработать, а дальше человеку самому решать что-то предпринимать или нет.
На мой взгляд та же Apple не просто так вводит в свои умные часы функцию измерения пульса.
Если собрать весь этот огромный массив данных и связать их с реальными диагнозами, то я уверен, что можно будет предсказывать вероятность возникновения проблем на годы вперед.
Пульс — это не кардиограмма, которую берут из разных точек одновременно.
Я про это и говорю. Кардиограмма — это сложно и долго.
Если есть способ минимально инвазивного выявления проблем, даже путем простого контроля пульса, то это уже значительный шаг вперед. Можно выявлять, что у человека есть какие-то проблемы на раннем этапе. Даже ложнопозитивное срабатывание не повредит, человек проверится и уйдет от врача спокойным.
Возможно постоянное слежение за пульсом и позволит получить больше информации практически здорового человека, например, в качестве фитшесс трекера. Это массовый рынок, на нём уже активно работают.

Но скорее надо подумать о другом. Это контроль актуального состояния здоровья хронически больных, но постоянно использующих лекарственную терапию людей. С ростом продолжительности жизни таких становится всё больше, и одновременно появляются технологии, позволяющие с большой степенью автоматизации контролировать их состояние здоровья. ИМХО, это новый, пока практически свободный рынок. При массовом производстве и автоматическом анализе кардиограмм и стоимость девайса, и абонементное обслуживания будут сравнимы с мобильным телефоном.

Я думаю, что кардиограмма в любом случае может дать больше информации, чем слежение за пульсом. Но её снятие, как и постоянное слежение за пульсом, должно быть максимально удобно. Например, вместо прищепок и присосок могут использоваться небольшие проводящие нашлёпки-пластыри, а гибкие и упругие провода могут быть вшиты в футболку или термобельё, и собираться в девайс размером с небольшой кнопочный телефон с аккумулятором на несколько дней в кармашке этой футболки. Термобельё с проводами должно, в свою очередь, без проблем выдерживать машинную стирку.

Цхе, если подумать, то это не сложно опробовать в «гаражном» проекте, затем развернуть в бизнеспроект, инвестором может выступить один из «большой тройки», для них это расширение клиентской базы и сферы услуг (потребуются, например, датацентры для анализа и хранения архива кардиограмм), а на этапе выхода на рынок и страховые компании…
Когда-то плотно занимался машинным анализом ЭКГ, статья вызывает вопросы. Например, в рекламе они пишут про arbitrary length signal, а в самой работе — про 30-ти секундные отрезки. Точность классификации, показанная сеткой уже лет 15 назад достигалась без нейросетей. Так что похоже на нормальную работу, без прорыва, в которой хайпят iRythm…

Можно подробности?

Решпект, однако. И присоединяюсь к просьбе — можно рассказать подробней?
Про что именно?
Если бы знал, то сформулировал бы вопрос более определённо.

Хотя одна просьба есть. Прокомментируйте, если можно, предложения, содержащиеся вот в этом комментарии _https://geektimes.ru/post/290883/#comment_10181189
Кардиограмма и пульс не совсем совпадают по предоставляемой информации: по пульсу можно как-то оценить адекватность кровообращения, а по кардиограмме в общем случае нельзя.
И то, и другое может быть с успехом применено в телемедицинских приложениях для престарелых/хронически больных. Даже без МО, а уж с ИИ… Проблема, как и всегда, упирается в организационные вопросы.
>> во главе с Эндрю Энджи, достаточно известным в своей сфере специалистом по искусственному интеллекту

Он всё-таки Ын, а не Эээнджи.
Эндрю Ын (англ. Andrew Ng, род. 1976) — американский учёный в области информатики, доцент (англ. associate professor) Стэнфордского университета, исследователь робототехники и машинного обучения. Один из основателей стартапа в области онлайн-обучения Coursera.
Родился в 1976 году в Великобритании, ранние годы провёл в Гонконге и Сингапуре. Учился в Университете Карнеги — Меллона, степень магистра получил в Массачусетском технологическом институте в 1998 году, докторскую диссертацию защитил в Калифорнийском университете в Беркли в 2004 году. Опубликовал более 100 научных работ.
В 2008 году включён в список 35 наиболее влиятельных инноваторов в возрасте до 35 лет.
С мая 2014 года — ведущий специалист лаборатории искусственного интеллекта китайской корпорации Baidu в Силиконовой долине
не читал, но готов сказать сразу: нейросеть учится на данных от реальных, хороших врачей. без этого — никак. компьютерная диагностика — это просто ещё одни глаза, ещё одни руки для реального врача-человека. в этом смысле нейросеть не может диагностировать болезнь лучше — просто врач может устать, у врача может быть другой порог диагностики («ничего серьёзного. в целом здоров»).
нейросеть станет лучше врача, когда сама начнёт понимать, что такое болезнь. когда сама начнёт проектировать системы диагностики.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации