Автор: 
Одними из самых распространенных ЛОР-заболеваний являются патологии верхнечелюстных пазух. Для успешного лечения требуется своевременная диагностика, но в настоящий момент стандартные методы обследований, такие как назальная эндоскопия и УЗИ, показывают недостаточную точность. Российские учёные использовали машинное обучение в цифровой диафаноскопии для получения более точных и простых методов скрининга ЛОР-заболеваний. Исследование опубликовано в журнале Journal of Biophotonics.
В цифровой диафаноскопии применяется низкоинтенсивное излучение видимого и ближнего инфракрасного диапазонов для просвечивания пазух и дальнейшей визуализации картины рассеивания света. После создаётся цифровое изображение, на основе которого возможно выявление и диагностика заболеваний. В данном исследовании учёные использовали два подхода машинного обучения, а именно свёрточную нейронную сеть и линейный дискриминантный анализ.
В исследовании принял участие 91 доброволец: 49 здоровых и 42 с различными заболеваниями верхнечелюстных пазух. В результате точность определения патологии составила 88%, а исключения диагноза – 98%. Эти показатели доказывают, что данный метод эффективнее стандартных подходов. Например, использование назальной эндоскопии может давать точность в диапазоне 21-69% и 66-80% соответственно.
В цифровой диафаноскопии применяются источники света низкой интенсивности, что делает метод полностью безопасным и безболезненным. А оборудование удобно в транспортировке и выгодно с экономической точки зрения. И хотя в настоящее время к диагностике с помощью инструментов искусственного интеллекта отношение остаётся скептическим, такие методы имеют большой потенциал. Учёные планируют применять новые механизмы машинного обучения для повышения точности и для получения более подробной информации о диагностических решениях.
