В настоящее время есть основания полагать, что в недалёком будущем помощь компьютера при постановке диагноза будет использоваться в клиниках, как рутинная процедура. Искусственный интеллект, анализирующий снимки МРТ не заменит врача, но позволит ускорить процесс постановки диагноза и повысить его качество. Кроме того, он обеспечит обнаружение патологии при случайном скрининге или неспецифичных жалобах и позволит провести быстрый скрининг архивных данных.

Силами нашей группы разработан ряд методов на основе сверточных нейронных сетей. Метод на основе архитектуры типа ResNet позволяет определять гидроцефалию на снимках формата DICOM с точностью 97%.

Разрабатываются методы определения опухолей мозга и определения массы остаточной опухоли при операции. На основе анализа 25 тыс. снимков МРТ головы разработана процедура аугментации данных. Эта уникальная методика решает проблему низкой точности работы нейросети при недостаточном количестве изображений с заданной патологией в тренировочном наборе и в целом повышает точность выявления патологии.

Нехватка размеченных данных для обучения нейросетей является типичной проблемой большинства коллективов. С помощью указанной методики аугментации точность работы нейросети при поиске патологии составляет 94% уже на 30 размеченных снимках в обучающей выборке (тестирование проводилось на гидроцефалии).
В ближайшем будущем запланировано клиническое исследование точности автоматического определения гидроцефалии. Таким образом, нашим коллективом создан задел для эффективной разработки методов выявления опухолей и патологий на снимках МРТ.