ИИ-модель Сбербанка помогла выявить почти вдвое больше злокачественных образований при диспансеризации
- CNews FORUM 12 ноября
- CNews AWARDS 12 ноября
- Школа Роста
- Российский рынок облаков за 20 лет
- 30 лет рынку ERP в России
- Сеть как дом
- Цифровизация
- Импортозамещение
- Безопасность
- ИТ в госсекторе
- ИТ в банках
- ИТ в торговле
- Телеком
- Интернет
- ИТ-бизнес
- Рейтинги
- Инфографика
|
Команда Центра практического искусственного интеллекта Сбербанка вместе с командой Sber AI разработали ИИ-модель Can-SAVE, которая помогает находить пациентов с повышенным риском онкологических заболеваний. При ежегодной диспансеризации она помогла выявить на 91% больше случаев злокачественных новообразований, чем это происходит при традиционном подходе. Об этом CNews сообщили представители Сбербанка.
Can-SAVE использует информацию, которая уже есть в электронной медицинской карте: данные о диагнозах и медицинских услугах. На их основе модель оценивает риск выявления злокачественного новообразования в течение ближайших 12 месяцев и помогает определить, кому стоит уделить больше внимания при диспансеризации.
Модель не ставит диагноз и не заменяет врача. Ее задача — помочь среди большого числа людей заранее выделить тех, кому обследование может быть особенно важно.
В пилотах в пяти регионах России с охватом около двух млн пациентов исследователи проверили, насколько точно Can-SAVE умеет находить людей с самым высоким риском. Для этого модель формировала группы из 1000 пациентов, которых считала наиболее приоритетными для обследования. Злокачественные новообразования в таких группах выявляли в 3,8–9,9 раза чаще, чем среди 1000 пациентов, отобранных по традиционным медицинским протоколам.
В отдельном пилоте Can-SAVE проверили уже в реальной диспансеризации более 426 тыс. человек. Модель помогала определять, кого стоит пригласить на обследование в первую очередь. При одинаковом числе реально обследованных пациентов с помощью Can-SAVE выявили 2148 случаев злокачественных новообразований против 1123 при традиционном подходе — на 91% больше.
Тигран Саркисов, директор по управлению данными Х5: Без единых правил трактовки данных ИИ начинает делать неверные выводы бизнес
Сергей Рябов, старший управляющий директор, директор по ИИ-трансформации Сбербанка: «Когда речь идет об онкологических заболеваниях, время особенно важно: чем раньше обнаружена болезнь, тем больше возможностей помочь человеку. Мы хотели сделать технологию, которую можно использовать в обычной медицинской практике. Can-SAVE работает с данными, которые уже есть в электронной медкарте, и помогает врачу понять, кому из пациентов стоит уделить особое внимание. В пилоте такой подход помог выявить почти в два раза больше случаев злокачественных новообразований при диспансеризации. Для нас это главный результат — технология приносит практическую пользу там, где решения напрямую влияют на здоровье людей».
Can-SAVE рассчитана на работу с большими массивами медицинских данных. Информацию о населении города-миллионника модель может обработать менее чем за три часа на стандартном ПК. Исследователи также сравнили Can-SAVE с 17 другими моделями на основе машинного обучения и искусственного интеллекта. Решение Сбербанка показало лучшее качество определения пациентов с повышенным риском. Под руководством исполнительного директора по исследованию данных Центра практического ИИ Сбербанка Марины Хрисановой продолжаются исследования в этой области и разработка продуктовых решений.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.