俄罗斯开发者创建了人工智能医疗服务自检平台

俄罗斯诊断和远程医疗中心的专家们开发了一个基于人工智能的自我检测服务平台，该平台是为医疗任务设计的，例如用于分析诊断图像。该平台的第一个工作原型托管在GitHub上，来自世界各地的开发人员可以根据服务的目的，通过添加验证标准参与其改进。诊断和远程医疗中心首席执行官Sergey Morozov在专门讨论人工智能的主题周上谈到了这一点，该主题周是欧洲放射学大会（ECR 2020）计划的一部分。

在将基于人工智能（AI）的服务实施到常规临床实践之前，有必要对其进行技术准备测试，以及验证其是否符合所述特性。这就是所谓的算法分析验证。通过了验证，就可以纳入医疗系统，包括城市医疗。

集成是一个复杂而昂贵的过程，所以它成为很多团队的障碍，无法保证所集成系统的算法处理数据达到要求的准确性和速度。目前分析验证是通过人工进行的。手工验证允许意外或故意偏离批准的测试程序，以及对数据集的操作，还可能使不同的测试参与者处于不平等的条件下。

为了解决这些问题，并使验证过程自动化，确保用户信任，诊断和远程医疗中心的专家开发了一个平台，允许基于人工智能服务的开发人员独立地对其算法进行初步测试（分析验证）。该平台的原型已经托管在GitHub上，用于交换数据集和数据分析结果的服务的第一个版本已经上传。

该平台为从测试集中无限制访问数据实例的单个样本提供了机会，以便微调算法。它具有统一的使用规则，并且可以同时测试多个服务。同时，该平台会记录该软件在数据处理（时间研究）上花费的时间，并且开发人员会收到有关测试结果的自动报告。

通过在自测平台上实现整个过程的自动化，人为因素被降到最低。此外，服务的验证结果与参考数据的比较是绝对透明的–开发者可以看到使用了哪些指标，以及报告中反映的最终结果是如何计算的。

任何人都可以参与改进该平台，并在其中添加必要的指标，这些指标将用于评估算法在某些医疗用途上的表现（例如，用于分析X光片或乳房X光片）。然而，该平台的添加将受到监控–只有具有科学依据的指标才会被包含在该中心基础上运行的平台中。

该平台的创建者邀请人工智能算法的开发者、程序员和研究人员参与更新和改进该平台，以便在国际上开发出一个统一的、通用的、方便用户使用的人工智能算法自检工具。目前，还没有专门针对临床实施基于人工智能技术的服务工具。

更多了解 https://tele-med.ai