Российские ученые разработали «объяснимый» ИИ для диагностики неврологических расстройств

Ученые Российского экономического университета им. Г.В. Плеханова и Национального медико-хирургического центра им. Н.И. Пирогова разработали новый метод анализа электроэнцефалограмм (ЭЭГ) с применением «объяснимого» искусственного интеллекта (ИИ) для диагностики неврологических расстройств, сообщила пресс-служба Минобрнауки РФ.

Алгоритм автоматически выявляет эпилептические приступы с высокой точностью и при этом показывает врачу, какие участки мозга и частотные диапазоны стали ключевыми для постановки диагноза. Модель таким образом формирует наглядные «тепловые карты» значимых зон. Это позволяет перевести работу нейросети «с языка математики на язык нейрофизиологии», рассказал один из авторов исследования, ведущий научный сотрудник НИИ прикладного искусственного интеллекта и цифровых решений РЭУ им. Г.В. Плеханова Вадим Грубов.

Разработка поможет повысить доверие врачей к результатам автоматического анализа — непрозрачность метода современных нейронных сетей становится препятствием для их внедрения в клиническую практику, поскольку медицинские специалисты не понимают логику постановки диагноза.

Технологию протестировали на нескольких архитектурах нейросетей, в том числе гибридной модели, которая показала лучшую точность. Анализ признаков, на которые опирается ИИ, подтвердил соответствие известным нейрофизиологическим механизмам эпилепсии и одновременно указал на новые потенциальные биомаркеры, включая высокочастотный гамма-диапазон, ранее часто считавшийся помехой. По оценке авторов, предложенный подход может быть адаптирован для выявления и других неврологических и нейродегенеративных заболеваний. Работа выполнена при поддержке гранта Российского научного фонда.

В прошлом месяце «МВ» писал, что ученые из Самарского государственного медуниверситета создали прототип аппаратно-программного комплекса (АПК) для ранней диагностики травматического повреждения мозга по движениям глаз и реакции зрачка с использованием алгоритмов искусственного интеллекта. Разработчики отмечали, что по сравнению с традиционными методами, основанными на субъективной клинической оценке, визуальном осмотре и жалобах пациента, АПК делает процесс диагностики «более объективным, стандартизированным и независимым от квалификации специалиста».