Учёные из России и Китая научили нейросеть определять состояние сосудов

13.04.2023 Telegram-канал "Китайская панорама" 1
Фото: EPA-EFE/FOCKE STRANGMANN

Специалисты из МФТИ и их китайские коллеги придумали новый способ диагностики состояния коронарных сосудов.

Российские и китайские исследователи создали систему машинного обучения, которая может с высокой степенью достоверности диагностировать состояние коронарных сосудов на основе общедоступных баз данных и индивидуальных параметров.

«Данный подход мы протестировали на анонимизированных данных около ста человек. У них ранее уже были измерены скорости пульсовых волн в аорте, а мы применили нейросеть и сравнили результаты. Мы получили достаточно высокий процент совпадений», — рассказал завкафедрой вычислительной физики МФТИ в Долгопрудном Сергей Симаков.

Симаков с коллегами разработали систему ИИ, оценивающую степень сужения коронарных сосудов, измеряющую уровень гибкости их стенок и определяющую необходимость имплантации стентов и проведения других форм хирургических вмешательств. В современной практике для этого требуется прохождение многих сложных процедур, порой инвазивных.

В планах ученых формирование новых баз данных для дальнейшего обучения нейросети. Это будет информация о работе аорты не только здоровых, но и больных людей. Симаков и его коллеги рассчитывают, что это сделает прогнозы ИИ еще более точными и детальными, тогда систему можно будет внедрять в повседневную медпрактику.

21:07 Путешествие по Малайзии с Джоном Тородом. Лангкави 12+
21:30 «Защитники Китая: Танцы в высоте». Документальный фильм (с субтитрами) 12+
22:00 Новости 12+
22:10 Поплыли! 12+
Получайте лучшие новости от Большой Азии

Подпишитесь на рассылку последних новостей.

Абхазия Азербайджан Армения Афганистан Бангладеш Бахрейн Бруней Бутан Восточный Тимор Вьетнам Грузия Израиль Индия Индонезия Иордания Ирак Иран Йемен Казахстан Камбоджа Катар Кипр Киргизия Китай КНДР Кувейт Лаос Ливан Малайзия Мальдивские Острова Монголия Мьянма Непал ОАЭ Оман Пакистан Палестина Республика Корея Россия Саудовская Аравия Сингапур Сирия Таджикистан Таиланд Туркменистан Турция Узбекистан Филиппины Шри-Ланка Южная Осетия Япония