22.04.2025

Москва ускорит тестирование ИИ-сервисов в медицине благодаря новым разработкам. Методика, уже доказавшая свою эффективность в лучевой диагностике, может быть применена и в других областях медицины. Главный рентгенолог Москвы Юрий Васильев сообщил о новом методе тестирования систем искусственного интеллекта (ИИ) в здравоохранении, который позволит быстрее и точнее оценивать их надежность.

По словам Васильева, Москва уже много лет является лидером в применении искусственного интеллекта в медицине, и теперь сделан еще один важный шаг вперед. Ученые Центра диагностики и телемедицины провели масштабное исследование и нашли надежный способ тестирования ИИ-систем. Ранее не было четкого ответа на вопрос о количестве исследований, необходимых для объективной проверки нейросети. Теперь выяснено, что для оценки точности ИИ требуется не менее 400 исследований, из которых хотя бы 10 процентов должны относиться к каждому классу, то есть содержать отмеченные признаки патологий.

Этот новый подход позволит разработчикам быстрее адаптировать свои технологии, а врачам эффективнее использовать их в работе. Методика уже показала свою эффективность в лучевой диагностике, но ее можно масштабировать и на другие области медицины. Это сделает искусственный интеллект более точным и безопасным инструментом для врачей и пациентов, что в свою очередь повысит качество диагностики и ускорит выявление заболеваний на ранних стадиях.

Ученые проанализировали более двух миллионов вариантов тестов и доказали, что классические методы тестирования не давали точного ответа на вопрос о необходимом количестве исследований. Сложность задач, решаемых ИИ в медицине, постоянно растет, и ученые предложили альтернативный подход. Они изучили поведение диагностических метрик и пришли к выводу о необходимости не менее 400 исследований для получения стабильного результата.

Полученные данные не зависят от типа изображений или конкретной нейросети, что делает методику универсальной. Исследование проводилось на примере лучевой диагностики, но этот подход можно масштабировать и на другие медицинские системы ИИ с бинарной классификацией. Статья «Эмпирический метод расчета размера выборки для тестирования алгоритмов искусственного интеллекта» уже получила положительную рецензию академиков Российской академии наук и стала победителем конкурса AI Journey.

Источник Ссылка