ТАСС, 11 мая. Ученые Балтийского федерального университета имени Иммануила Канта (БФУ им. И. Канта) с коллегами из Национального медико-хирургического Центра имени Н. И. Пирогова и Центрального научно-исследовательского института организации и информатизации здравоохранения определили, какие алгоритмы искусственного интеллекта (ИИ) пользуются наибольшей популярностью в медицине, проанализировав их упоминание в 10 тыс. исследовательских статей. По результатам исследования было установлено, что сегодня медики предпочитают использовать более простые алгоритмы машинного обучения.

В настоящее время ИИ широко используется в медицине. Он помогает врачам находить патологии, например, опухоли на снимках, подбирать индивидуальное лечение для каждого пациента, в режиме реального времени отслеживать состояние больного и многое другое. Однако медики отдают предпочтение более простым алгоритмам в своей работе, потому как нейронные сети не оставляют специалисту возможности по-своему интерпретировать полученные результаты.

Чтобы проанализировать частоту используемых алгоритмов ИИ в медицине, ученые БФУ им. И. Канта предложили подход, который позволяет восстанавливать структуры различных наборов данных путем построения сетей совместного появления. С помощью программы VOSviewer ученые визуализировали сеть, отображающую частоту совместной встречаемости медицинских понятий и терминов, связанных с алгоритмами ИИ.

"Полученные нами данные могут помочь специалистам-медикам выбрать оптимальные для исследований алгоритмы искусственного интеллекта. Таким образом, наша статья может служить своего рода справочником как для врачей, так и для IT-специалистов, работающих в области медицинского ИИ. Как разработчики систем поддержки принятия врачебных решений в медицине, в дальнейшем мы планируем использовать полученные нами данные для расширения спектра тех алгоритмов машинного обучения, которые мы используем в задачах диагностики заболеваний головного мозга", - рассказывает Александр Храмов, доктор физико-математических наук, профессор, главный научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.

Ученые выявили, что все термины можно разделить на пять тематических кластеров. Так, самый крупный кластер - "машинное обучение" - имел большое количество связей с другими группами терминов, при этом наиболее частые - с кластерами глубокого обучения, обработки изображений и ретроспективных исследований. Эти связи показывают, что такие алгоритмы широко используются как для анализа медицинских снимков (в частности, неврологических), так и для прогнозирования заболеваний, например, роста опухолей.

В результате исследование ученых БФУ им. И. Канта показало, что нейросети в медицине используются в основном при обработке изображений. Это связано с тем, что решения, принимаемые медицинским ИИ такого типа, не позволяют медикам анализировать и интерпретировать промежуточные данные, что влечет риск ошибок и постановки некорректного диагноза. Иными словами, технология медицинского ИИ должна быть "прозрачной": врач, пользуясь ею, должен иметь возможность восстановить, почему ИИ пришел к тем или иным выводам. В то же время авторы определили, что методы, основанные на глубоком обучении, популярны в исследованиях болезней сердечно-сосудистой системы. Более простые, но зато более легко интерпретируемые алгоритмы машинного обучения чаще всего используются для анализа сигналов, например ЭЭГ и ЭКГ, а также прогнозирования развития заболеваний.

Исследование проведено в рамках программы Минобрнауки России "Приоритет 2030" (национальный проект "Наука и университеты").