ИИ-врач и компьютерное зрение: как нейросети «видят» болезнь на снимке
Компьютерное зрение — технология, которая учит алгоритм находить патологии на рентгене, КТ и МРТ так же, как их видит врач, только за секунды. По оценке Всемирной организации здравоохранения, цифровые инструменты, включая ИИ для анализа изображений, рассматриваются как часть более широкой стратегии цифрового здравоохранения, помогающей системам медпомощи работать эффективнее. Понять формулировки в собственном заключении поможет ИИ-врач онлайн, но интерпретирует снимок и ставит диагноз всегда живой врач.
Важно с самого начала. Компьютерное зрение и любой ИИ-сервис — вспомогательный инструмент: он подсвечивает подозрительные участки на снимке и ускоряет рутинную часть анализа, но не ставит диагноз и не заменяет очную консультацию специалиста. Если у вас или близких есть тревожные симптомы или острое состояние, не ищите ответ у нейросети — звоните 103 (скорая помощь) или 112 (единый номер экстренных служб).
Разберём простыми словами, как компьютерное зрение «видит» снимок, какие задачи решает, насколько это точно и где проходит граница его возможностей.
Что такое компьютерное зрение простыми словами
Компьютерное зрение (computer vision, CV) — область искусственного интеллекта, которая учит машину «видеть». Для компьютера изображение — это не картинка, а таблица чисел: каждый пиксель описан значениями яркости и цвета. Алгоритм не «понимает» снимок целиком сразу — он последовательно ищет в этих числах закономерности.
Чтобы собрать из пикселей осмысленную картину, модель распознаёт несколько уровней признаков:
- границы и контуры — где заканчивается одна ткань и начинается другая;
- текстуру — однородность или зернистость участка;
- градиенты яркости — плавные и резкие перепады тона;
- сочетания этих признаков — то, что человеческий глаз воспринимает как «форму» или «пятно».
Из этих слоёв нейросеть складывает результат — предположение о том, что изображено на снимке и где именно.
Три задачи: классификация, детекция, сегментация
Всё разнообразие медицинских CV-систем сводится к трём базовым задачам, которые решает компьютерное зрение — они отличаются глубиной ответа, который даёт алгоритм.
Как это работает на рентгене
Классификация отвечает на вопрос «да/нет»: есть ли на снимке подозрительный участок. Детекция идёт дальше и определяет, где именно он находится, — вокруг области ставится рамка. Сегментация даёт самый точный ответ: она очерчивает границы патологии по каждому пикселю. В реальных системах эти задачи объединяют в каскад — детекция находит подозрительную область, классификация оценивает её характер, а сегментация очерчивает точные границы для дальнейшего анализа.
Как выглядит типичный путь снимка от загрузки до заключения врача:
- Пациент проходит рентген, КТ или МРТ, снимок сохраняется в формате DICOM.
- Изображение загружается в CV-систему и проходит предобработку — нормализацию яркости и контраста.
- Алгоритм классификации определяет, есть ли признаки патологии.
- При положительном результате детекция локализует подозрительную область рамкой.
- Сегментация очерчивает точные границы образования по пикселям или вокселям.
- Система формирует черновое описание находок.
- Врач проверяет разметку, вносит правки и подписывает итоговое заключение.
Ниже — сравнение трёх задач компьютерного зрения и их роли в диагностике:
| Задача | На какой вопрос отвечает | Результат | Пример в медицине |
|---|---|---|---|
| Классификация | Есть ли патология? | Метка «да/нет» или вероятность | Скрининг снимка на наличие отклонений |
| Детекция | Где именно она находится? | Рамка вокруг области | Локализация опухоли на КТ |
| Сегментация | Каковы точные границы? | Контур по пикселям/вокселям | Разметка объёма новообразования для планирования лечения |
Почему свёрточные нейросети изменили диагностику
До 2012 года признаки задавали вручную. Разработчики сами описывали алгоритму, на какие линии, углы и текстуры обращать внимание (hand-crafted features), а классические полносвязные сети плохо справлялись со сложными изображениями и работали медленно на больших массивах данных.
Прорыв случился со свёрточными нейросетями (CNN). На конкурсе ImageNet (ILSVRC) в 2012 году сеть на основе CNN (AlexNet) впервые выиграла соревнование с ошибкой распознавания около 15,3% по метрике top-5 — она сама обучалась искать значимые признаки в соседних пикселях, а не полагалась на ручную разметку.
К 2015 году CNN обогнали человека. Архитектура ResNet снизила ошибку top-5 на ImageNet до 3,57% — ниже, чем человеческий показатель на этом же тесте (около 5,1%). Это стало первым случаем, когда нейросеть превзошла человека в задаче классификации изображений, и с этого момента CNN легли в основу большинства медицинских CV-систем.
Где компьютерное зрение применяют в медицине
Медицинские приложения компьютерного зрения выходят далеко за рамки одной только диагностики по снимкам — технология встроена в несколько разных этапов лечения.
Диагностика
Основная сфера применения — поиск опухолей и аномалий на рентгене, КТ и МРТ. В Москве компьютерное зрение внедрено централизованно в медучреждениях: с его помощью проведено уже более 16 млн лучевых исследований, а сам проект официально называют беспрецедентным по масштабам научным экспериментом по внедрению ИИ в лучевую диагностику в рамках государственной системы здравоохранения. Разбор своего заключения по итогам такого анализа можно доверить виртуальному ИИ-врачу — он объяснит термины, но не заменит консультацию специалиста. В начале пандемии COVID-19 аналогичные алгоритмы использовались для оценки поражения лёгких по КТ и, по данным официального портала Москвы, сократили время диагностики примерно на треть.
Наблюдение и другие задачи
Компьютерное зрение решает и менее очевидные задачи, помимо постановки диагноза:
- отслеживает динамику болезни — рост опухоли или скорость заживления раны между визитами;
- помогает предотвращать пролежни у лежачих пациентов, анализируя изображения кожи;
- оценивает эффективность антибиотиков по зонам гибели бактерий в чашке Петри;
- контролирует качество продукции на фармацевтических производствах;
- наводит излучение в системах радиохирургии по рентген-сканированию в реальном времени.
Насколько точно компьютерное зрение
Универсального «процента точности» компьютерного зрения не существует — цифры сильно зависят от задачи, архитектуры модели и качества обучающих данных.
Более новые архитектуры — трансформеры (Vision Transformer, ViT) — не всегда однозначно превосходят классические CNN: в одном сравнительном исследовании на медицинских снимках сеть ResNet-50 показала точность 98,37% в выявлении пневмонии по рентгену грудной клетки, тогда как трансформер DeiT-Small достиг 92,16% точности в детекции опухолей мозга на других снимках. Иными словами, выбор архитектуры — это вопрос конкретной задачи, а не универсального превосходства одного подхода над другим.
| Архитектура | Задача | Точность |
|---|---|---|
| CNN (ResNet-50) | Выявление пневмонии по рентгену грудной клетки | 98,37% |
| Трансформер (DeiT-Small) | Детекция опухолей мозга на снимках | 92,16% |
В дерматологии одно из самых известных исследований показало, что свёрточная нейросеть, обученная на 129 450 клинических изображениях, классифицирует новообразования кожи на уровне 21 сертифицированного дерматолога — авторы работы прямо говорят о результатах «на уровне компетентности» практикующих врачей.
Оснащённые глубокими нейросетями мобильные устройства потенциально способны расширить охват дерматологов за пределами клиники.
Andre Esteva и соавторы, Nature, 2017
Важная оговорка: такие результаты получены на контролируемых наборах данных под конкретную задачу. В реальной клинике точность падает при плохом качестве снимка, редких патологиях или оборудовании, отличающемся от того, на котором обучалась модель.
Особенности медицинских данных
Снимки трёхмерны и объёмны. КТ и МРТ — это не плоские картинки, а массивы вокселей (объёмных пикселей), которые хранятся в специализированных форматах DICOM, NIfTI или NRRD. Для их обработки нужны CNN, рассчитанные на трёхмерные данные, и заметно больше вычислительных ресурсов, чем для обычной 2D-фотографии.
Разметку делает врач вручную, и это дорого. Чтобы обучить модель находить опухоль, кто-то должен предварительно очертить её границы на сотнях снимков — эту работу выполняют врачи-эксперты, и она занимает много времени. Из-за этого качественных размеченных медицинских датасетов системно не хватает, и часть данных для обучения генерируют синтетически.
Модель может «уверенно ошибаться». Переобучение — ситуация, когда алгоритм подгоняется под особенности обучающей выборки и на новых данных выдаёт неверный, но уверенный ответ. Это одна из причин, почему медицинские CV-системы регулярно калибруют и проверяют на независимых наборах данных, прежде чем допустить их к реальной практике.
Что дополнительно усложняет работу с медицинскими изображениями по сравнению с обычными фотографиями:
- необходимость учитывать метаданные пациента и параметры аппарата съёмки;
- разный формат снимков в зависимости от производителя оборудования;
- жёсткие требования к хранению и обезличиванию персональных медицинских данных;
- потребность в постоянном контроле качества модели после внедрения в клинику.
Ограничения и роль врача
В медицине даже небольшая ошибка алгоритма может стоить дорого, поэтому компьютерное зрение остаётся вспомогательным инструментом: оно ускоряет и подсказывает, но диагноз ставит и подписывает врач. Полная автоматизация упирается не только в точность моделей, но и в правовую базу — решения по инструментам с ИИ в здравоохранении в России проходят регистрацию как программные медицинские изделия. По данным Росздравнадзора, в стране уже зарегистрировано 57 таких медицинских изделий с искусственным интеллектом, но статус зарегистрированного изделия не отменяет требования к тому, чтобы окончательное решение принимал специалист.
Если хочется быстро разобраться в терминах заключения или подготовиться к вопросам на приёме, для этого подходит чат с ИИ-врачом — но не как замена диагностики, а как способ понятнее объяснить то, что уже написал врач.
Ситуации, при которых не стоит ждать ответа от любого ИИ-сервиса, а нужно действовать немедленно:
- резкая боль в груди, затруднённое дыхание или потеря сознания;
- внезапная слабость, асимметрия лица или нарушение речи;
- сильное кровотечение или подозрение на инсульт и инфаркт;
- любое состояние, которое субъективно ощущается как угрожающее жизни.
В этих случаях звоните 103 (скорая помощь) или 112 (единый номер экстренных служб) — не теряйте время на поиск ответа в интернете или у нейросети.
