В новом исследовании, проведенном под руководством доктора Марка Уокера из медицинского факультета Оттавского университета, ученые впервые использовали уникальную модель глубокого обучения на основе искусственного интеллекта в качестве вспомогательного инструмента для быстрого и точного чтения ультразвуковых изображений.
Целью исследования команды было продемонстрировать потенциал архитектуры глубокого обучения для поддержки ранней и надежной идентификации кистозной гигромы по результатам ультразвукового сканирования в первом триместре беременности.
"Мы продемонстрировали, что в области ультразвука мы можем использовать эти инструменты для классификации и идентификации изображений с высокой чувствительностью и специфичностью", - говорит Уокер, который считает, что их подход может быть применен к другим аномалиям плода, обычно выявляемым с помощью ультразвука.