В Новосибирске запатентовали метод в помощь ИИ для распознавания симптомов болезней

Как рассказали авторы метода, сначала множество электронных медкарт с одинаковым диагнозом приводят к единому виду и превращают в набор бинарных признаков. Затем на этих данных обучают особый тип нейросети — так называемый Concrete Autoencoder, использующий механизм Gumbel-Softmax.

Его особенность в том, что он не просто выдает итоговый прогноз, а выбирает конкретные признаки, которые дали наибольший вклад в результат. Чтобы отсеять случайные эффекты от случайной инициализации, модель прогоняют многократно, а затем по частоте выбора признаков выделяют устойчивый набор прогностически значимых симптомов и показателей, — объяснили создатели метода.

Нейросети обычно дают какой‑то результат, который не обоснован, не интерпретируется исходя из того, как они его получили. Иначе обстоит дело с этим типом автокодировщиков. Они позволяют на выходе указывать конкретные признаки и симптомы больного, которые дают наибольший вклад в правильную постановку диагноза, — объяснил руководитель проектов Центра искусственного интеллекта НГУ, заведующий лабораторией ИИ и больших генетических данных ИЦиГ СО РАН Владимир Иванисенко.