Первый выпуск нового научного журнала Digital Diagnostics (главный редактор – д.м.н., профессор Валентин Синицын, заместитель главного редактора – д.м.н., профессор Сергей Морозов) содержит 7 публикаций, общей темой номера является «COVID-19 в мегаполисе».
В статье о мобилизации научно-практического потенциала службы лучевой диагностики г. Москвы в пандемию COVID-19 рассказывается в числе прочего о том, как для распознавания признаков COVID-19 и оценки степени тяжести были подключены сервисы искусственного интеллекта. Для распознавания признаков COVID-19 к 149 диагностическим устройствам 85 медицинских организаций Москвы был подключён сервис искусственного интеллекта. С 29 апреля по 19 октября сервис обработал более 350 000 КТ-исследований на наличие признаков COVID-19. Точность и чувствительность системы искусственного интеллекта составили 0,91, специфичность 0,92, удельный вес ложноотрицательных результатов 7,4%, удельный вес ложноположительных результатов 1,6%. Внедрение технологий искусственного интеллекта в АКТЦ позволило автоматически предоставлять информацию для приоритизации исследований в рабочем списке врача-рентгенолога. Этот эксперимент продемонстрировал функциональность автоматического анализа медицинских изображений с указанием локализации выявленных алгоритмом патологических находок и уведомлением о результатах, а также практическую пользу автоматической подготовки проекта описания исследования. Кроме того, сотрудниками ГБУЗ НПКЦ ДиТ ДЗМ создан и выложен в открытый доступ крупнейший в мире эталонный дата-сет (набор данных) для COVID-19.
Подробное описание его содержится в статье «MosMedData: датасет 1110 компьютерных томографий органов грудной клетки, выполненных во время эпидемии COVID-19». В условиях пандемии COVID-19 и лавинообразного роста числа выполняемых компьютерных томографий (КТ) лёгких особое значение приобретают методы автоматизации процесса анализа изображений, использование которых позволит повысить производительность и минимизировать ошибки. Создание качественных наборов данных необходимо для развития технологий искусственного интеллекта. Алгоритмы искусственного интеллекта обладают достаточной точностью для диагностики COVID-19. Описанный дата-сет содержит как анонимизированные компьютерные томограммы (КТ) лёгких человека с признаками COVID-19, так и нормальные исследования грудной клетки.
Набор данных предназначен для обучения, калибровки и независимой оценки алгоритмов искусственного интеллекта (компьютерного зрения). В помощь в борьбе с COVID-19 алгоритмы искусственного интеллекта (компьютерного зрения) позволят:
1) обследовать пациентов в амбулаторных учреждениях для их быстрой и последовательной маршрутизации (в т.ч. на основе критериев КТ0–КТ4);
2) приоритизировать исследования, содержащие признаки COVID-19, в рабочем списке;
3) провести быструю и качественную оценку аномальных изменений путём сравнения нескольких
исследований;
4) минимизировать риск ошибок и пропущенных аномалий.
В настоящее время существует широкий спектр общедоступных наборов данных COVID-19.
Однако это не должно рассматриваться как препятствие, так как разработка алгоритмов искусственного интеллекта требует больших объёмов качественной клинической информации, репрезентативной для реальных популяций пациентов. Кроме того, алгоритмы искусственного интеллекта должны быть проверены с использованием новых наборов данных, которые не использовались на этапах обучения и калибровки. Чем больше данных имеется в открытых источниках, тем более высококачественные алгоритмы искусственного интеллекта могут создавать разработчики. Имеющиеся наборы данных относительно малы и редко содержат дополнительную информацию, например теги и/или бинарные маски для интересующих регионов (ROI).