ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДИАГНОСТИКЕ И ЛЕЧЕНИИ: ПЕРСПЕКТИВЫ В ОНКОЛОГИИ, РАДИОЛОГИИ И ДЕРМАТОЛОГИИ
Abstract
Введение. Современные методы диагностики и лечения требуют высокой
точности и скорости обработки данных. Искусственный интеллект (ИИ)
открывает новые горизонты в медицине, особенно в таких высокотехнологичных
направлениях, как онкология, радиология и дерматология. Внедрение ИИ
позволяет повысить эффективность диагностики до 30–50% и сократить время
постановки диагноза в среднем на 40%.
References
Литературы:
1. Esteva A., Kuprel B., Novoa R.A. et al. Dermatologist-level classification of skin
cancer with deep neural networks. Nature. 2017;542(7639):115-118.
doi:10.1038/nature21056
2. Liu Y., Chen P.H.C., Krause J., Peng L. How Artificial Intelligence Will Change
Medical Imaging. Radiology. 2019; 289(2):313-321.
doi:10.1148/radiol.2019180613
3. Topol E.J. High-performance medicine: the convergence of human and artificial
intelligence. Nat Med. 2019;25(1):44-56. doi:10.1038/s41591-018-0300-7
4. Yasaka K., Akai H., Abe O., Kiryu S. Deep learning with convolutional neural
network for differentiation of liver masses at dynamic contrast-enhanced CT: a
preliminary study. Radiology. 2018;286(3):887-896.
doi:10.1148/radiol.2017170918
5. Codella N., Rotemberg V., Tschandl P. et al. Skin Lesion Analysis Toward
Melanoma Detection: A Challenge at the International Symposium on Biomedical
Imaging (ISBI) 2016, hosted by the International Skin Imaging Collaboration
(ISIC). arXiv preprint. 2017; arXiv:1710.05006.
6. Saba L., Zhang Y.D., Sun J., Kwak K.H., Wozniak M. Radiomics and artificial
intelligence for biomarker and prediction of treatment response in cancer. Front
Oncol. 2020;10:582289. doi:10.3389/fonc.2020.582289
7. Rajpurkar P., Irvin J., Zhu K. et al. CheXNet: Radiologist-Level Pneumonia
Detection on Chest X-Rays with Deep Learning. arXiv preprint. 2017;
arXiv:1711.05225.
