Pull to refresh

Comments 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.
UFO just landed and posted this here
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.
UFO just landed and posted this here
UFO just landed and posted this here
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…
Решпект, однако. И присоединяюсь к просьбе — можно рассказать подробней?
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.
Sign up to leave a comment.

Articles