Регистрация

10—11 октября 2019 года
Москва, Конгресс-центр гостиницы «Космос»

Об опыте применения технологий искусственного интеллекта для автоматического распознавания рентгеновских изображений органов грудной полости 24.09.2019

Об опыте применения технологий искусственного интеллекта для автоматического распознавания рентгеновских изображений органов грудной полости

Рентгенологические исследования органов грудной полости, включая флюорографию, остаются самым распространенным скрининговым медицинским исследованием. В России ежегодно выполняется более 70 млн. исследований. Однако их эффективность остается крайне низкой: показатели заболеваемости органов грудной полости на порядки превышают показатели выявляемости по данным рентгенологических исследований. Автоматизация диагностики является одним из способов повышения ее эффективности.
В Университете Иннополис с 2014 года ведутся научные исследования и разработка сервиса для автоматического анализа рентгеновских изображений органов грудной полости. Решение задачи распознавания изображений включает этапы сегментации легочных полей и средостения, подавления костного каркаса, обнаружения патологий и классификации. По результатам сегментации автоматически вычисляются рентгенокардиометрические параметры, которые позволяют выявлять сердечно-сосудистые заболевания. Подавление костного каркаса позволяет предоставить врачу-рентгенологу изображение, на котором более отчетливо заметны патологии, локализованные за тенями ребер и ключиц. В основе работы сервиса лежат технологии глубокого обучения и компьютерного зрения.
В настоящее время выполняется тестирование сервиса врачами-рентенологами для оценки эффективности разработанных алгоритмов и моделей, а также для определения оптимальной модели встраивания решения в процессы медицинской организации.

Возврат к списку

Экспертное обсуждение приоритетов развития цифрового здравоохранения.

По поручению заместителя Министра здравоохранения Российской Федерации П.С. Пугачева нами были собраны и обработаны все поступившие от участников Виртуальной конференции ИТМСибирь+ предложения по повышению эффективности системы цифрового здравоохранения, узких местах и ключевых приоритетах. В целях повышения качества и эффективности результатов обсуждения указанных вопросов в профессиональном сообществе мы также изучили предложения экспертов, опубликовавших свои инициативы в открытом доступе.
Предложения структурированы и представлены в форме интерактивной анкеты, которую мы также предлагаем заполнить всем квалифицированным участникам системы ИТ обеспечения здравоохранения.

Анкета интерактивная, ее осмысленное заполнение займет у специалиста не более 3 мин. Текущие деперсонифицированные результаты опроса доступны онлайн.

Приглашаем участников Виртуальной конференции ИТМСибирь+ и представителей профессионального сообщества принять участие в голосовании и помочь коллегам из Министерства здравоохранения и Центра компетенций цифровой трансформации сферы здравоохранения получить эффективную обратную связь и ознакомится со структурированными и систематизированными представлениями профессионального сообщества по ключевым направлениям технологического развития.

Перейти к опросу


Павел Пугачев, Минздрав России выступил на открытии #ИТМСибирь+

Основные тезисы:

Приоритетные направления развития функциональности информационной экосистемы в сфере здравоохранения:

1.Перевод системы медицинской статистики на сбор , обработку и анализ на основе первичных данных , получаемых при оказании медицинской помощи. Совершенствование уровня качества и достоверности первичных медицинских данных.

2.Стандартизация и нормализация процесса обмена медицинских данных (интеграция систем разного уровня, назначения и принадлежности) с целью реализации преемственности медицинской помощи.

3. Создание системы оценки уровня цифровой зрелости медицинских систем, сервисов и приложений разных уровней.  

4. Создание единого цифрового пространства в сфере здравоохранения. При внедрении ИТ систем необходимо однозначно связывать функциональное назначение, повышение эффективности и снижение ресурсоемкости медицинской помощи.

Еще...  


Наверх