О Компании

Это официальный сайт организации ООО «СМЛ Здоровье». Направление деятельности организации ООО «СМЛ Здоровье» – это разработка решений по анализу КТ- и МРТ-снимков с помощью технологий искусственного интеллекта. Проект существует с 2020-го года, в 2023-м году произошел коммерческий запуск.

Что такое ИИ и как он используется в рентгенологии?

Искусственный интеллект имитирует способности разума человека, чтобы решать различные задачи по обработке и хранению информации.

В этом ему помогают методы:

• машинного обучения: обработка данных проводится на основе заданных исследователем шаблонов;
• глубокого обучения: система самостоятельно учится принимать решения и повышать их точность без непосредственного участия человека;
• естественной обработки языка: алгоритмы учатся распознавать письменную и устную речь человека.

Искусственный интеллект в рентгенологии позволяет:

• Провести приоритизацию исследований. ИИ предварительно анализирует результаты рентгена и отмечает снимки с острыми состояниями, которые требуют внимания специалиста в первую очередь.
• Интерпретировать рентгеновские снимки. Алгоритмы помогают автоматически выделить поражённые области. ИИ способен провести классификацию и количественную оценку обнаруженных патологий, что повышает точность диагноза.
• Улучшить качество изображения: искусственный интеллект позволяет снизить уровень шума, изменить контрастность и резкость снимка. Врачу не нужно делать рентген повторно и подвергать пациента дополнительному облучению. Обработка изображения также позволяет уменьшить дозу вводимого контрастного вещества.
• Спрогнозировать развитие заболевания. На основе данных лучевой диагностики ИИ способен предсказать ответ на терапию, возможный исход заболевания, вероятность перерождения доброкачественной опухоли в злокачественную.
• Организация процесса лучевой диагностики. Программное обеспечение на основе искусственного интеллекта позволяет выбрать методику исследования с учётом размеров тела пациента. ИИ формирует набор стандартных проекций и 3D-изображений органов. Автоматическая подготовка предварительных отчётов помогает сэкономить время при проведении рентгена.

Как нейросети обучают описывать рентгеновские снимки

Для обучения нейросетей используются данные визуализации в рентгенологии. Алгоритмы учат различать снимки с патологией и здоровыми тканями. Ценность исходных данных повышается, если заключения предварительно подтверждены врачом-рентгенологом.

Общий процесс обработки нейросетью включает следующие этапы:

• предварительная подготовка изображения: при необходимости проводится фильтрация шума, изменение яркости и контрастности;
• сегментация изображения: вручную или автоматически выделяются зоны интереса на основе заданных правил;
• распознавание объектов: искусственный интеллект проводит вычислительную обработку полученных зон с их количественной оценкой и классификацией.

Полученные результаты структурируются в предварительный отчёт, который верифицирует медицинский специалист.

ИИ в рентгенологии: улучшенная обработка изображений на пути к точному диагнозу

Анализ изображений с участием ИИ позволяет обнаружить образования, незаметные человеческому глазу. Незначительные изменения могут не выявляться на рентгене, но заболевание уже развивается.

Искусственный интеллект оказывает поддержку специалистам, помогая идентифицировать патологические признаки и поставить точный диагноз.

Программно-аппаратный комплекс «Линза», компания-производитель: ООО «СМЛ Здоровье»

• Выявление признаков наличия патологий и их локализация;
• снижение времени рентгенолога, затрачиваемое на анализ и интерпретацию исследования;
• триаж пациентов (медицинская сортировка пациентов с целью оптимизации процесса их обслуживания и лечения);
• отслеживание динамики развития заболевания на основе исторических снимков.

Целевая патология: COVID-19.

Основной задачей решения является потоковый анализ большого количества КТ, НДКТ, МРТ, ММГ, РГ исследований в формате DICOM и быстрое и точное предоставление результатов анализа в медицинскую организацию. Отметим, что DICOM является основным медицинским отраслевым стандартом создания, хранения, передачи и визуализации цифровых медицинских изображений и документов. Стандартом определено два информационных уровня:

• сетевой (коммуникационный) — сетевой
• DICOM-протокол — для передачи DICOM-файлов и управляющих DICOM-команд по сетям с поддержкой TCP/IP.

Поддержка проекта

Проект поддержан ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере» (Фонд содействия инновациям) по программе Старт-1.

ООО «СМЛ Здоровье»

ИНН 9705170417, ОГРН 1227700281478

Контакты

Тел.: +7 (916) 566-19-85

Почта: info@sensemakinglab.com