Рисунок1.png
Union.png Не активен
None
Botkin.AI эмфизема легких
КТ
органы грудной клетки

Сервис автоматически оценивает признаки злокачественных новообразований в легких.                 
Разработка сервиса была начата в 2017 году, компанией ООО "Интеллоджик".              
Лицензионные права принадлежат ООО "Интеллоджик".

Информация о плюсах использования Сервиса:

Сервис позволяет минимизировать количество пропущенных очагов, в том числе сложной локализации

Патологии, с которыми работает сервис: эмфизема легких

Назначение Сервиса:

Сервис определяет наличие патологических изменений, характерных для онкологических заболеваний.

Оценка безопасности и эффективности:

Сервис напрямую не влияет на жизнь и здоровье пациента.

Параметр Валидация поставщика сервиса Валидация НПКЦ на эталонном наборе данных
Площадь под ROC-кривой (AUC) 0,91 0,91
Чувствительность 0,84 0,94
Специфичность 0,84 0,88
Точность 0,83 0,9
Длительность анализа 1 исследования, мин До 6,5 минут 0,03 мин

Информация о рисках применения Сервиса:

Только в исследовательских целях; 
Заключение ИИ-сервиса не является альтернативой заключению врача.

Ограничения использования Сервиса:

Противопоказанию к применению ИИ-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 3 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.