Применение алгоритмов машинного обучения в патоморфологии и вспомогательных репродуктивных технологиях
Модели машинного обучения повсеместно применяются для анализа изображений, сигналов и видео. На первый взгляд, это хорошо разработанный процесс, сводящийся к этапам сбора данных, разметке, обучению модели и в итоге – ее применению в той или иной области (распознавание автомобильных номеров, лиц в смартфонах и т.д.). Однако в области медицины все гораздо сложнее: применение моделей искусственного интеллекта – серьезный вызов. Методы машинного обучения становятся все более и более используемыми в морфологических науках и биомедицинских исследованиях. Внедрение искусственного интеллекта для анализа изображений позволяет снизить нагрузку на оператора (патолога, гистолога), исключить фактор субъективной оценки и снизить вероятность ошибки. В данном обзоре приводится краткий экскурс в историю возникновения методов машинного обучения, рассматриваются примеры их использования в двух областях, где они получили наибольшее распространение – патоморфологии и вспомогательных репродуктивных технологиях, а также указываются ограничения и сложности, с которыми сталкиваются разработчики при обучении нейронных сетей.Вишнякова П.А., Карпулевич Е.А., Кириллова А.О., Ананьев В.В., Наумов А.Ю., Фатхудинов Т.Х.
Заключение: Авторами также предлагаются решения для преодоления трудностей связанных со сбором, совместной разметкой данных и обучением моделей: создание инфраструктуры высокого качества, привлечение высококвалифицированных специалистов, размечающих данные, передовой научный подход к технологиям искусственного интеллекта, в качестве основы для масштабируемого хранения и анализа биомедицинских данных предлагается использовать облачные платформы.
Об авторах / Для корреспонденции
Вишнякова Полина Александровна, к.б.н., с.н.с. лаборатории регенеративной медицины, Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии им. академика В.И. Кулакова Минздрава России, p_vishnyakova@oparina4.ru, 117997, Россия, Москва, ул. Академика Опарина, д. 4.Карпулевич Евгений Андреевич, н.с. отдела «Информационные системы», Институт системного программирования им. В.П. Иванникова РАН, karpulevich@ispras.ru, 109004, Россия, Москва, ул. Александра Солженицына, д. 25.
Кириллова Анастасия Олеговна, к.б.н., с.н.с. 1-го гинекологического отделения, Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии им. академика В.И. Кулакова Минздрава России, stasia.kozyreva@gmail.com, 117997, Россия, Москва, ул. Академика Опарина, д. 4.
Ананьев Владислав Валерьевич, программист отдела «Информационные системы», Институт системного программирования им. В.П. Иванникова РАН,
novisp53@ispars.ru, 109004, Россия, Москва, ул. Александра Солженицына, д. 25.
Наумов Антон Юрьевич, стажер-исследователь отдела «Информационные системы», Институт системного программирования им. В.П. Иванникова РАН,
anton-naymov@yandex.ru, 109004, Россия, Москва, ул. Александра Солженицына, д. 25.
Фатхудинов Тимур Хайсамудинович, д.м.н., заместитель директора, Научно-исследовательский институт морфологии человека РАН; заведующий кафедрой гистологии, цитологии и эмбриологии, заместитель директора по научной работе Медицинского института, РУДН, tfat@yandex.ru, 117997, Россия, Москва, ул. Миклухо-Маклая, д. 8.
Вклад авторов: Вишнякова П.А., Карпулевич Е.А., Кириллова А.О., Ананьев В.В., Наумов А.Ю., Фатхудинов Т.Х. – анализ литературы, суммирование данных, написание статьи.
Конфликт интересов: Авторы статьи заявляют об отсутствии конфликта интересов.
Финансирование: Работа выполнена в рамках госзадания №121040600436-7. Исследование выполнено при финансовой поддержке РФФИ и Правительства Москвы в рамках научного проекта № 21-315-70048.
Для цитирования: Вишнякова П.А., Карпулевич Е.А., Кириллова А.О., Ананьев В.В., Наумов А.Ю., Фатхудинов Т.Х. Применение алгоритмов машинного обучения
в патоморфологии и вспомогательных репродуктивных технологиях.
Акушерство и гинекология. 2021; 10: 38-46
https://dx.doi.org/10.18565/aig.2021.10.38-46
