10 сентября, Минск /Корр. БЕЛТА/. Заведующий лабораторией анализа биомедицинских изображений Объединенного института проблем информатики Национальной академии наук Беларуси Эдуард Снежко рассказал журналистам в пресс-центре БЕЛТА, как искусственный интеллект помогает медикам.
Ряд вопросов еще в процессе исследования. "Это безопасность таких систем. Мы знаем, что систему можно заставить ошибиться. Мы должны учиться защищаться от возможных атак. В нашей лаборатории идут очень интересные исследования. Так как в мире все больше используют такие системы, мы должны уметь с ними работать и защищать их", - отметил ученый.
Еще одно направление связано с обучением систем. "Медицинские данные - это данные ограниченного использования, там много персональной информации. Клинические центры далеко не горят желанием обменяться с исследователями данными, которые необходимы для обучения таких систем. Соответственно, нужно где-то их брать. Одним из путей является генерация искусственных изображений, данных, на которых обучаются такие системы. И это очень глубокая тема. Вы наверняка видели, как генерируют изображения людей и даже видео в развлекательных целях, но в нашей очень специализированной области также есть необходимость в таких вещах. Потому производится огромная работа и у нас, и во всем мире по умной генерации искусственных изображений, которые бы нам действительно помогали, не сочиняли бред, не ломали наши системы, а делали бы их только лучше", - проинформировал заведующий лабораторией.
Еще один путь - технология федеративного обучения. В этом случае каждый центр имеет свои данные и ими не обменивается, а обучение нейросетей идет на общем сервере. "Идет обмен только искусственными нейронными сетями, и таким образом мы избегаем необходимости обмениваться персональными данными. Такого рода работы очень перспективны и ведутся в нашей лаборатории", - добавил Эдуард Снежко.
"Наша лаборатория работает с данными, полученными от медицинских специалистов, - в основном с изображениями, но также и лабораторными, клиническими данными. Наиболее знакомы конечным потребителям системы, которые предоставляют второе мнение экспертам - то есть не заменяют решение человека, но помогают ему обратить внимание на некие особенности данных, чтобы не пропустить их и ассоциировать с определенными процессами в организме человека. Такие системы позволяют делать анализ более унифицированным, повторяемым, менее зависящим от усталости человека, от его квалификации, автоматизировать работу специалиста", - сказал Эдуард Снежко.
Еще одно направление связано с обучением систем. "Медицинские данные - это данные ограниченного использования, там много персональной информации. Клинические центры далеко не горят желанием обменяться с исследователями данными, которые необходимы для обучения таких систем. Соответственно, нужно где-то их брать. Одним из путей является генерация искусственных изображений, данных, на которых обучаются такие системы. И это очень глубокая тема. Вы наверняка видели, как генерируют изображения людей и даже видео в развлекательных целях, но в нашей очень специализированной области также есть необходимость в таких вещах. Потому производится огромная работа и у нас, и во всем мире по умной генерации искусственных изображений, которые бы нам действительно помогали, не сочиняли бред, не ломали наши системы, а делали бы их только лучше", - проинформировал заведующий лабораторией.Еще один путь - технология федеративного обучения. В этом случае каждый центр имеет свои данные и ими не обменивается, а обучение нейросетей идет на общем сервере. "Идет обмен только искусственными нейронными сетями, и таким образом мы избегаем необходимости обмениваться персональными данными. Такого рода работы очень перспективны и ведутся в нашей лаборатории", - добавил Эдуард Снежко.
Кроме того, создаются обезличенные данные о пациентах, которые также помогают проводить обучение нейросетей.-0-
Фото Кристины Аксёновой
- размещаются материалы рекламно-информационного характера.