Бакалавр факультета прикладной математики, информатики и механики Воронежского государственного университета Роман Костюченко написал программу для автоматического определения вида пневмонии по рентгеновским снимкам, сообщила пресс-служба ВГУ.

Сегодня при диагностике вирусной пневмонии обычно используют метод компьютерной томографии (КТ), который не лишён недостатков. Самый главный из них – большая лучевая нагрузка на организм. Прибавим к этому возможные ошибки рентгенолога или проблему лишнего веса, не позволяющую некоторым пациентам пройти обследование. Программа, предложенная студентом ВГУ, может стать выходом из этой ситуации. Разработка особенно актуальна сейчас, в период распространения новой коронавирусной инфекции.

– Тема моей выпускной бакалаврской работы – «Разработка системы распознавания пневмонии на рентгеновских снимках». Выбрал её совместно с научным руководителем. Мне предстояло разработать систему, которая бы диагностировала на рентгеновских снимках легких наличие или отсутствие пневмонии и, при её наличии, определяла тип – бактериальная она или вирусная. В ходе создания системы я рассматривал общие задачи медицинской диагностики, принцип работы нейронных сетей, изучал опыт использования нейронных сетей в других медицинских проектах. В итоге мне удалось создать систему на основе технологии свёрточных нейронных сетей, которая распознаёт на рентгеновских снимках лёгких либо отсутствие пневмонии, либо её вид. Говорить о внедрении пока что преждевременно, так как подобные системы поддержки врачебных решений требуют долгого совершенствования, ведь это очень большая ответственность. Как раз в рамках магистерской работы хотелось бы найти новые решения и технологии для повышения точности прогнозирования, – рассказал Роман.

Научный руководитель проекта, профессор кафедры математических методов исследования операций Ирина Каширина подчеркнула, что исследование нужно продолжать, повышая точность измерений:

– Конечно, мы не первые, кто взялся за эту задачу. Однако пока она не решена, у нас есть шанс сделать разработку точнее ,и поэтому – эффективнее. Пока мы только в начале пути: точность созданного алгоритма – более 80 процентов. В ближайшее время планируем повысить её до 95 процентов.

Ольга ЛЬВОВА.