Научная работа, результаты которой представлены в докладе, посвящена разработке автоматизированной системы искусственного интеллекта для диагностики рака желудка с использованием узкоспектральной и увеличительной эндоскопии. Для этой цели сотрудниками Ярославской областной онкологической больницы и кафедры гастроэнтерологии ФДПО РНИМУ им. Н.И. Пирогова (Кашин С.В., Куваев Р.О., Крайнова Е.А., зав. кафедрой — проф. Никонов Е.Л.) была создана база данных эндоскопических изображений, состоящая из 1293 фотографий доброкачественных и злокачественных образований. Разработка алгоритма анализа эндоскопических изображений, а также его обучение и тестирование проводились сотрудниками Ярославского государственного университета им. П.Г. Демидова (Хрящев В.В., Степанова О. А., Лебедев А.В., ректор университета — проф. А.И. Русаков А.И.). Предложенный алгоритм был основан на использовании современных методов анализа изображений — глубокого обучения («deep learning») посредством сверточных нейронных сетей (convolutional neural networks — CNNs). В соответствии с результатами исследования средняя точность для класса «злокачественные образования» составила 83%, для класса «доброкачественные образования» — 92%, а среднее значение показателя точности — 88%. Средний показатель пересечения между двумя обнаружениями составил 0,77, что соответствует высокому уровню соответствия автоматизированной разметки с помощью системы и ручной разметки, выполненной врачом-эндоскопистом. Таким образом, разработанная система позволяет эффективно диагностировать рак желудка с использованием узкоспектральной и увеличительной эндоскопии, а предложенная автоматизированная система может быть использована для анализа видеопотока и, следовательно, применятся непосредственно во время эндоскопического исследования.
