Изменения

==Диагностика заболеваний по результатам рентгенологических и УЗИ исследований==

В диагностике заболеваний есть большое количество задач, которые можно решить при помощи машинного обучения. Если кратко, то задача любой модели {{---}} предсказать, болен ли человек сейчас.

В задаче предсказания наличия болезни у человека используются чаще всего глубокие нейронные сети, которые на вход получают картинку с рентгенологическим или ультразвуковым исследованием пациента и по ним предсказывают наличие болезни. Большое распространение такой подход получил в задаче предсказания злокачественности опухоли. За основу часто берут GoogleLeNet, при этом точность предсказаний превышает 90%. Такие модели учатся на размеченных тренировочных наборах данных, поэтому их можно отнести к обучению с учителем.

Поскольку точность предсказаний у таких моделей достаточно высока, их стали применять на практике. Сейчас ведутся исследования по внедрению таких моделей в УЗИ-аппараты с целью помочь врачу, проводящему исследвание быстрее и точнее определить местоположение и злокачественность опухоли. Кроме того, такие модели стали применять в направленной лучевой терапии, когда злокачественная опухоль облучается различными видами частиц. Известно, что такие частицы уничтожают далеко не только раковые клетки, именно поэтому модели, которые могут подсказать аппарату направление облучения могут помочь огромному количеству людей.