Редкие заболевания трудно диагностировать, потому что их просто не с чем сравнивать: реальных рентгеновских снимков таких патологий в мире накоплено крайне мало. Студент РТУ МИРЭА Максим Фёдоров предложил решение — ИИ-технологию, которая генерирует синтетические рентгеновские снимки с заданными признаками и позволяет обучать другие нейросети распознавать редкие болезни. Система создаёт изображение за 15 миллисекунд на основе текстового описания врача, а специальный модуль проверяет его анатомическую корректность — 94,5% сгенерированных снимков признаны клинически достоверными. В эксперименте нейросеть, дообученная на таких синтетических данных, показала рост точности диагностики на 9%. Разработка реализована в рамках совместной программы РТУ МИРЭА и «Платформы Третье Мнение», где сегодня обучаются более 600 студентов.
Одна из главных проблем медицинского искусственного интеллекта — нехватка данных. Чтобы нейросеть научилась распознавать болезнь, ей нужно показать тысячи примеров. Но если заболевание встречается у одного человека на миллион, собрать такую выборку просто невозможно. Именно этот барьер попытался преодолеть студент Института искусственного интеллекта РТУ МИРЭА Максим Фёдоров.
Он разработал систему, которая генерирует реалистичные рентгеновские снимки на основе текстового описания. Врач или исследователь может задать нужные признаки: затемнение в лёгких, плевральный выпот, послеоперационные изменения или сочетание нескольких патологий. Программа создаёт изображение за 15 миллисекунд. Затем специальный модуль проверяет его на анатомическую согласованность — не оказались ли рёбра или внутренние органы в неестественном положении. По данным разработчиков, 94,5% сгенерированных снимков признаны клинически корректными.
Как пояснил автор изобретения Максим Фёдоров: «Раньше нужно было собрать тысячи реальных снимков редкой патологии; а как это сделать если их попросту нет в таком объеме? Теперь это возможно, потому что наша система комбинирует новые снимки, чтобы обучить с их помощью другую нейросеть».
Научный руководитель проекта, профессор РТУ МИРЭА Андрей Горшенин подтвердил: разработка решает одну из ключевых проблем медицинского ИИ — дефицит данных для обучения алгоритмов, работающих с редкими заболеваниями и состояниями.
В ходе тестирования система смогла создавать изображения с сочетаниями признаков, которых не было в исходной обучающей выборке, включая сложные случаи — послеоперационные изменения, последствия травм и комбинации нескольких патологий на одном снимке. Все сгенерированные изображения затем использовались для дополнительного обучения нейросетей.
Результаты эксперимента оказались показательными. Нейросеть, дообученная на синтетических снимках, точнее выявляла редкие заболевания, чем модель, обученная только на реальных изображениях. Метрика качества ROC AUC выросла с 0,67 до 0,76 — то есть примерно на 9%.
Ректор РТУ МИРЭА Станислав Кудж подчеркнул: «Когда мы говорим о миссии РТУ МИРЭА, мы говорим о технологиях, которые спасают жизни. Сегодня более 600 наших студентов осваивают медицинский ИИ на принципиально новом уровне. Решая фундаментальную проблему нехватки клинических данных, наш университет не только создает передовые ИИ-решения, но и формирует новый технологический уклад в российской медицине».
Проект реализован в рамках совместной программы РТУ МИРЭА и «Платформы Третье Мнение», которая с 2023 года готовит специалистов по медицинскому искусственному интеллекту. На сегодняшний день на профильных образовательных программах обучаются более 600 студентов.
