Новая ИИ-модель от ученых Исследовательского центра искусственного интеллекта Университета Иннополис улучшила предсказание движений глаз рентгенолога на 20%-30% по сравнению с аналогами. Одновременно на 5% повысилась точность автоматического распознавания патологий. Технология создает фундамент для гибких систем поддержки врачебных решений, обучающих симуляторов и более понятных диагностических сервисов.
Специалисты российского ИТ-университета создали мультимодальную систему "ЛогитГейз-Мед" (LogitGaze-Med), интегрирующую зрение, язык и медицинские знания. В отличие от методов, ориентированных на визуально заметные области, эта модель анализирует конкретные диагностические задачи: поиск пневмонии, сердечной недостаточности и других патологий. Учитывается клиническая семантика: анатомические структуры, контуры сердца, затемнения и специфические признаки заболеваний.
Разработка связывает пиксели изображения не с визуальной яркостью, а с медицинским значением областей и диагностическими целями. Впервые в медицинской визуализации применен метод "логит-линзы" к крупной модели, обученной на биомедицинских данных. Это позволяет извлекать из фрагментов снимка семантические описания: "кость", "сердце", "затемнение".
"ЛогитГейз-Мед" комбинирует три типа данных: визуальные признаки от медицинских алгоритмов, текстовые описания диагнозов и семантику фрагментов. Система генерирует не просто тепловую карту внимания, а последовательность фиксаций взгляда с координатами и длительностью изучения участков — точь-в-точь как врач при клиническом анализе. Синтетические траектории прошли слепую экспертизу практикующего рентгенолога, получив 4.3/5 баллов за визуальный реализм и 4.2/5 за клиническую значимость. Эксперт различил искусственные и реальные траектории лишь в 58% случаев.
Синтетические данные взгляда использовались для обучения классификатора патологий на снимках грудной клетки. Применение "ЛогитГейз-Мед" повысило точность распознавания сердечной недостаточности и пневмонии свыше 5%.
Исследование решает фундаментальную проблему нехватки данных о движении взгляда медиков. Генерация реалистичных траекторий позволит системам направлять внимание начинающих врачей к проблемным зонам по логике экспертов. Технология ляжет в основу симуляторов для обучения рентгенологов и повысит доверие к ИИ-диагностике через понятную интерпретацию решений. Внедрение потребует дополнительной валидации в медучреждениях.
Научная работа опубликована при поддержке Министерства экономического развития России.
Источник: biz.cnews.ru
