Методи використання систем штучного інтелекту для підтримки прийняття рішень в задачах медичної діагностики

Abstract

Об’єктом дослідження є системи медичної діагностики, орієнтовані на автоматизований аналіз рентгенівських знімків грудної клітки із застосуванням методів штучного інтелекту. Предметом дослідження є моделі глибокого навчання, зокрема нейромережеві архітектури CNN, ResNet та Vision Transformer. Мета роботи – підвищення точності підтримки прийняття рішень у задачах медичної діагностики шляхом дослідження та порівняння сучасних архітектур глибокого навчання для класифікації рентгенівських знімків. Методами дослідження є методи глибокого навчання та методи обробки та аналізу медичних зображень. У результаті роботи проведено дослідження ефективності сучасних архітектур глибокого навчання у задачі багатоміткової класифікації рентгенівських знімків грудної клітки. Встановлено, що гібридна архітектура, яка поєднує згорткові мережі та механізм самоуваги. Результати роботи можуть бути використані для створення систем підтримки прийняття рішень у медичній діагностиці, зокрема для автоматизованого аналізу рентгенівських знімків. Сфера застосування включає медичні інформаційні системи, телемедицину та інтелектуальні системи аналізу медичних зображень.