Сервис автоматически оценивает признаки COVID19 на КТ ОГК.
Разработка сервиса была начата в 2020 году, компанией ООО "Интеллоджик".
Лицензионные права принадлежат ООО "Интеллоджик".
Информация о плюсах использования Сервиса: позволяет определить объем поражения легких.
Патологии, с которыми работает сервис:
Назначение Сервиса: выявление исследований, подозрительных на СOVID-19.
Оценка безопасности и эффективности: Сервис напрямую не влияет на жизнь и здоровье пациента.
Параметр | Валидация поставщика сервиса | Валидация НПКЦ на эталонном наборе данных |
---|---|---|
Патология | ||
Площадь под ROC-кривой (AUC) | 0,96 | 0,96 |
Чувствительность | 0,93 | 0,93 (0,84-0,98) |
Специфичность | 0,94 | 0,94 (0,83-0,99) |
Точность | 0,93 | 0,93 (0,87-0,97) |
Длительность анализа 1 исследования, мин | До 6,5 минут | 7 мин ± 6 мин |
Четырехпольная таблица сопоставления результатов индекс- и референс-теста (ИО) | ||
Четырехпольная таблица сопоставления результатов индекс- и референс-теста (ИЛ) | ||
Четырехпольная таблица сопоставления результатов индекс- и референс-теста (ЛО) | ||
Четырехпольная таблица сопоставления результатов индекс- и референс-теста (ЛП) | ||
Характеристическая ROC - кривая | ||
Претестовая вероятность | ||
Тестовый набор данных | ||
URL-адрес/DOI с описанием тестового набора данных |
Информация о рисках применения Сервиса: – только в исследовательских целях; – заключение ИИ-сервиса не является альтернативой заключению врача.
Ограничения использования Сервиса: Демографические: – возраст младше 18 лет. Персональные: – наличие Ф.И.О. пациента; – двигательные артефакты на уровне сканирования (несвязанные с сердцебиением); – артефакты от инородных объектов на уровне исследования, которые накладываются на область легких; – аномалии органов грудной клетки. Технические: – модальность исследования, отличающаяся от компьютерной томографии; – анатомическая область исследования, отличающаяся от органов грудной клетки в полном объеме (от верхушек легких до легочных синусов включительно); – толщина среза более 5 мм; – артефакты, не связанные с пациентами, например, поломка детектора аппарата; – данные не в формате DICOM.
Причины, требующие прекращения использования Сервиса: – в случае превышения порога % технологических дефектов, установленного нормативными документами; – по запросу медицинской организации.
2020
• Deep Learning on Point Clouds for False Positive Reduction at Nodule Detection in Chest CT Scans
Drokin I., Ericheva E.
В работе рассмотрено представление узлов на КТ грудной клетки как облако точек, что позволило использовать соответствующий класс моделей и привело к SOTA результатам на LIDC-IDRI.
Работа принята на AIST 2020, взяла Best paper award в треке.
2019
• Опыт разработки и внедрения системы поиска онкологических образований с помощью искусственного интеллекта на примере рентгеновской компьютерной томографии легких
И.С. Дрокин, Е.В. Еричева, О.Л. Бухвалов, П.С. Пилюс, Т.С. Малыгина, В.Е. Синицын // Врач и информационные технологии. - 2019. - №3.
• GANs’N Lungs: improving pneumonia prediction
Malygina, T., Ericheva E., Drokin I.
• Data Augmentation with GAN: Improving Chest X-Ray Pathologies Prediction on Class-Imbalanced Cases
Malygina, T., Ericheva E., Drokin I.
2018
• A Model-Free Comorbidities-Based Events Prediction in ICU Unit
Malygina, T., Drokin I.