Влияние врачебного опыта на развитие машинного обучения при автоматизации общего исследования кала с использованием обработки изображений
https://doi.org/10.33667/2078-5631-2025-22-65-69
Аннотация
Создание интеллектуальных программ анализа изображений кала на основе машинного обучения связано с качеством разметки изображений экспертами. В пилотном исследовании выявлена крайне низкая степень меж- и внутриэкспертной согласованности распознавания морфологических объектов по F1-score. Определены три типа расхождений: в количестве, наличии и категории объектов. Предложено использование консенсусного подхода, который позволит нивелировать субъективность и повысить надежность алгоритмов для автоматизации копрограммы.
Об авторах
Н. Ю. Черныш
ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России
Россия
Россия
Черныш Наталия Юрьевна, к. м. н., доцент кафедры лабораторной медицины с клиникой
Санкт-Петербург
В. С. Берестовская
ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России
Россия
Россия
Берестовская Виктория Станиславовна, к. м. н., доцент кафедры лабораторной медицины с клиникой
Санкт-Петербург
А. Н. Тишко
ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России; ФГБУ «Всероссийский центр экстренной и радиационной медицины им А. М. Никифорова МЧС России»
Россия
Россия
Тишко Анна Николаевна, к. м. н., ассистент кафедры лабораторной медицины с клиникой; врач клинической лабораторной диагностики
Санкт-Петербург
А. А. Руднева
ФГАОУ ВО «Балтийский федеральный университет имени Иммануила Канта»
Россия
Россия
Руднева Анастасия Алексеевна, заведующая циклом «Лабораторная диагностика» Медицинского колледжа высшей школы медицины ОНК «Института медицины и наук о жизни (МЕДБИО)»
Калининград
Т. В. Вавилова
ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России
Россия
Россия
Вавилова Татьяна Владимировна, д. м. н., профессор, заведующий кафедрой лабораторной медицины с клиникой
Санкт-Петербург
Список литературы
1. Евгина С. А., Гусев А. В., Шаманский М. Б., Годков М. А. Искусственный интеллект на пороге лаборатории. Лабораторная служба. 2022; 11 (2): 18–26. https://doi.org/10.17116/labs20221102118
2. Nkamgang O. T., Tchiotsop D., Fotsin H. B., Talla P. K., Dorr V. L., Wolf D. Automating the clinical stools exam using image processing integrated in an expert system. Informatics in Medicine Unlocked. 2019; 15: 100165. https://doi.org/10.1016/j.imu.2019.100165
3. Takahashi K., Yamamoto K., Kuchiba A., Shintani A., Koyama T. Hypothesis testing procedure for binary and multi-class F1 -scores in the paired design. Stat Med.2023; 42 (23): 4177–4192. doi: 10.1002/sim.9853
4. Никитин Е. Д. Моделирование индивидуального стиля разметки врача-рентгенолога для улучшения точности нейронных сетей // Digital Diagnostics. 2023;4 (1S): 99–101.
5. Alonso O. Challenges with Label Quality for Supervised Learning. Journal of Data and Information Quality (JDIQ), 2015; 6 (1): 1–3. https://doi.6.org/10.1145/2724721. Lekadir K., et al., FUTURE-AI Consortium FUTURE-AI: international consensus guideline for trustworthy and deployable artificial intelligence in healthcare. 2025. BMJ; 5:388: e081554. DOI: 10.1136/bmj-2024–081554.
Рецензия
Для цитирования:
Черныш Н.Ю., Берестовская В.С., Тишко А.Н., Руднева А.А., Вавилова Т.В. Влияние врачебного опыта на развитие машинного обучения при автоматизации общего исследования кала с использованием обработки изображений. Медицинский алфавит. 2025;(22):65-69. https://doi.org/10.33667/2078-5631-2025-22-65-69
For citation:
Chernysh N.Yu., Berestovskaya V.S., Tishko A.N., Rudneva A.A., Vavilova T.V. The impact of physician experience on the development of machine learning in automation of general fecal examination using image processing. Medical alphabet. 2025;(22):65-69. (In Russ.) https://doi.org/10.33667/2078-5631-2025-22-65-69
Просмотров:
78
Послать статью по эл. почте 