Как нейронные сети помогают онкологам в постановке диагноза 

Швейцарский бизнес – это не только надежные банки, страхование, и финтех, но и наукоёмкие инженерные решения.

Компания 4Quant AG была основана всего год назад, в ноябре 2015, как спин-офф швейцарской высшей технической школы Цюриха (ETH Zürich, которую, кстати, не стоит путать с Цюрихским университетом, имеющим обозначение UZH Zürich – они взаимно обижаются, ну как если бы студентов матмеха СПбГУ назвали студентами мехмата МГУ и наоборот). Но, возвращаясь 4Quant: компания разрабатывает платформу для анализа изображений, которая при помощи самообучающейся нейронной сети ищет в мириадах изображений закономерности, неочевидные человеческому глазу. И делает это очень-очень быстро, анализируя тысячи изображений в час.

Где это может быть полезно? Например, в медицине. Программа помогает врачам-онкологам определять подозрительные места на рентгеновских снимках или на снимках МРТ.

Польза от этого всем:

  • пациент спокоен за качество диагностики, ведь программа не устаёт и обладает постоянной остротой зрения, причем даже если с ней работает молодой неопытный врач или пожилой профессор;
  • врач способен обнаружить опухоль на ранней стадии, что сложно сделать при визуальной оценки снимка;
  • больница способа обслужить большее число пациентов;
  • государство экономит деньги, ведь лечение на ранних стадиях обходится дешевле.

Среди основателей стартапа 4Quant – профессор ETH Marco Stampanoni и его ученик, доктор наук Kevin Mader. В основу компании легла докторская диссертация Кевина, которую он защитил в 2013 году. На сегодняшний день компания привлекла 270 тыс. франков (около 17 млн. рублей) и может похвастаться крупным достижением: её диагностический алгоритм “Эйнштейн” был успешно протестирован в университском госпитале Базеля на реальных пациентах видео на немецком.

Правда, этот успех не помог компании получить Red Herring Top 100 Europe Award – ежегодную награду для самых передовых стартапов. Из 16 номинированных швейцарских компаний, включая 4Quant, победителями оказались семь других компаний, но не герои нашего рассказа.

Впрочем, поговорим лучше о том, как устроена платформа 4Quant. Технологический стек решения основан на двух фреймворках с открытым исходным кодом, Apache Spark для облачных вычислений, обоработки и хранения big data, и TensorFlow для машинного обучения и управления нейронной сетью.

Тренируют нейронную сеть на архивных снимках. По швейцарским законам, все рентгеновские снимки хранятся в больницах в течение 10 лет. В это время они практически не используются. Платформа 4Quant позволяет задействовать их повторно: во-первых, для обучения неронной сети. ведь каждый архивный снимок снабжен диагнозом пациента, а иногда и всех историей болезни – десятками снимков, сделанных в течение всей жизни пациента. Анализируя эти снимки, программа научится выявилять ошибки в диагнозах, определять потенциальных пациентов с высокой степенью риска, находить рецедивы болезни. В конечном итоге, программа сможет даже рекомендовать, назначать ли в конкретном случае хирургическое лечение, химиотерапию или лучевую терапию – в завивимости от того, насколько успешным было лечение пациентов с похожими снимками в прошлом.

Пожелаем ребятам удачи (и денег!) в их нелегком, но благородном деле.

   
Поделиться
Поделиться
Отправить
Запинить
Популярное