Российские ученые разработали систему машинного обучения, определяющую химический состав камней в почках по отражению излучения ближнего инфракрасного диапазона. Как передает ТАСС, разработка поможет врачам выбирать подходящий способ удаления камней.
Система позволяет хирургу установить состав образования непосредственно в организме пациента и настроить оборудование для дробления с учетом полученной информации. По словам научного сотрудника Института химии СПбГУ Екатерины Бойченко, это может ускорить процедуру, повысить ее безопасность и эффективность, а также помочь назначить диету и лечение в день операции.
При мочекаменной болезни врачи применяют лазерные терапевтические системы, которые дробят камни для последующего удаления. Скорость этого процесса зависит от химического состава образований, однако ранее определять его бесконтактным методом не удавалось.
Предыдущие попытки использовать машинное обучение давали недостаточно точные результаты из-за нехватки сведений о редких камнях, содержащих соли фосфорной кислоты и другие вещества. Специалисты СПбГУ, Университета ИТМО и Военно-медицинской академии имени Кирова применили генеративно-состязательную систему ИИ.
Разработка состоит из двух нейросетей: первая создает аналоги данных инфракрасной спектроскопии почечных камней, а вторая оценивает их реалистичность. С помощью этой схемы ученые сформировали недостающий набор сведений о редких образованиях и обучили алгоритмы распознавать состав по спектру.
Проверка показала, что система определяет распространенные типы почечных камней с вероятностью 92–97%. При распознавании фосфатных камней ее точность на 5–10% выше, чем у существующих подходов, обученных исключительно на реальных данных.