Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les experts développent la plate-forme neuve d'auto-contrôle pour des services médicaux basés sur AI

Les experts du centre pour la diagnose et la télémédecine ont développé une plate-forme pour des services d'auto-contrôle qui est basée sur l'artificial intelligence et conçue pour des tâches médicales, comme pour analyser des images diagnostiques. Le premier prototype de fonctionnement de la plate-forme est hébergé sur le service populaire de GitHub, et les révélateurs de partout dans le monde peuvent participer à son amélioration en ajoutant des critères de vérification selon le but des services.

Sergey Morozov, Président du centre pour la diagnose et la télémédecine, a parlé au sujet de ceci à la semaine thématique consacrée à l'artificial intelligence qui faisait partie du programme du congrès européen de la radiologie (caisse enregistreuse électronique 2020).

Avant de mettre en application un service basé sur l'artificial intelligence (AI) dans la pratique clinique courante, il est nécessaire de la vérifier pour l'état de préparation technique, ainsi que de vérifier s'il contacte les caractéristiques indiquées. C'est validation analytique appelée de l'algorithme. On permet aux les services qui l'ont réussi d'être intégré dans les systèmes médicaux, y compris la santé de ville.

L'intégration est un procédé complexe et cher, ainsi ce devient un barrage pour beaucoup d'équipes qui ne peuvent pas garantir l'exactitude et la vitesse priées de l'algorithme traitant des caractéristiques du système dans lequel elles sont intégrées. Actuel la validation analytique est exécutée manuellement. La validation manuelle permet des écarts accidentels ou délibérés du programme de test approuvé, ainsi que la manipulation des ensembles de données, et peut potentiellement également mettre différents participants de test dans des conditions inégales.

Pour résoudre ces problèmes et automatiser le procédé de vérification, assurant la confiance des usagers, les spécialistes du centre pour la diagnose et la télémédecine ont développé une plate-forme qui permet à des révélateurs des services basés sur AI d'effectuer indépendamment des tests préliminaires (validation analytique) de leurs algorithmes. Un prototype de la plate-forme a été hébergé sur le GitHub, et la première version du service pour mélanger des ensembles de données et des résultats d'analyse de caractéristiques a été déjà téléchargée.

La plate-forme présente un moyen du nombre illimité d'accès aux échantillons uniques de cas de caractéristiques du test réglé afin de régler avec précision des algorithmes. Elle a des règles uniformes d'utilisation, et il est possible d'examiner plusieurs services simultanément. En même temps, la plate-forme enregistre le temps que le logiciel passe sur le traitement de données (temps-étude), et les révélateurs reçoivent un état automatique sur les résultats du contrôle, - explique Sergey Morozov, Président du centre pour la diagnose et la télémédecine.

En automatisant le processus complet sur la plate-forme d'auto-contrôle, l'ergonomie est réduite à un minimum, qui rend la manipulation des données (pour améliorer des résultats) impossible. De plus, la comparaison des résultats de la vérification du service avec les caractéristiques de référence est absolument transparente - le révélateur peut voir quelle métrique a été employée, et comment le résultat final réfléchi dans l'état a été prévu.

N'importe qui peut participer à améliorer la plate-forme et ajouter la métrique nécessaire à lui, qui sera employé pour évaluer le rendement de l'algorithme pour certains buts médicaux (par exemple, pour analyser des radiographies ou des mammographies). Cependant, l'ajout de la plate-forme sera - la seule métrique qui ont la justification scientifique sera comprise dans la plate-forme fonctionnant sur la base du centre, - les notes surveillées Nikolai Pavlov, le révélateur de la plate-forme, tête du convoyeur de marquage d'ensemble de données de l'informatique médicale, secteur de Radiomics et de Radiogenomics, centre pour la diagnose et télémédecine.

Les créateurs de la plate-forme invitent des révélateurs des algorithmes d'AI, des programmeurs et des chercheurs à participer à mettre à jour et à améliorer la plate-forme afin de développer un outil uniforme, universel, et convivial pour l'auto-contrôle des algorithmes d'artificial intelligence destinés aux buts médicaux dans la communauté internationale. Au moment où, il n'y a aucun un tel outil orienté particulièrement la mise en place clinique des services basés sur des technologies d'AI.