Прототип системы искусственного интеллекта для диагностики заболеваний позвоночника с интеграцией в веб-приложение и телеграм-бота

Abstract

Актуальность. Заболевания позвоночника в различной форме наблюдаются у значительного числа людей разного возраста. Повышение точности диагностики заболеваний позвоночника с применением медицинских систем (МС) с искусственным интеллектом (ИИ) позволяет своевременно начать лечение, предотвращая серьёзные осложнения. Цель исследования. Обоснование разработки и применения новых сервисов с ИИ для диагностики заболеваний позвоночника. Анализ показателей точности диагностики заболеваний сервисами ИИ. Разработка удобной для врача МС ИИ для автоматического анализа рентгеновских снимков позвоночника. Определение условий повышения заинтересованности медиков в сервисах ИИ. Материалы и методы. Для реализации исследования был проведён предварительный анализ показателей точности существующих сервисов ИИ для диагностики заболеваний и возможностей повышения точности за счёт продуманного выбора нейросетевых моделей (НСМ). Описан процесс создания программного комплекса на основе нейросетей для классификации и выявления патологий на основе рентгеновских снимков позвоночника. Представлены разработанные пользовательские интерфейсы веб-приложения и телеграм-бота, обеспечивающего быстрый доступ к результатам диагностики с помощью мобильных устройств. Результаты. Определены ориентиры для показателей точности диагностики заболеваний позвоночника. Для первого этапа разработки и обучения НСМ для диагностики заболеваний позвоночника был использован датасет, представленный на ресурсе Kaggle.com. Разработанная НСМ была интегрирована в веб-приложение и телеграм-бота для предоставления автоматизированных диагностических решений. Показаны возможные условия для повышения заинтересованности медиков в ИИ-сервисах. Заключение. Разработанный прототип МС ИИ обеспечивает заданную точность при диагностике сколиоза и спондилолеистеза по рентгеновским снимкам тестового варианта датасета и может быть использован для анализа размеченных и подготовленных снимков, предоставленных в медицинских учреждениях. Полученные результаты открывают возможности для развития и улучшения разработанной системы. Background. Spinal disorders are observed in a significant number of people of different ages. Improving the accuracy of diagnosing spinal disorders using medical artificial intelligence systems (MAIS) enables timely treatment initiation, preventing serious complications. Research Objective. Rationale for the development and application of new AI services for the diagnosis of spinal diseases. Analysis of the diagnostic accuracy of AI services. Development of a physician-friendly AI system for the automatic analysis of spinal X-rays. Identification of conditions for increasing physician interest in AI services. Materials and Methods. To implement the study, a preliminary analysis of the accuracy of existing AI services for disease diagnosis and the potential for improving accuracy through the careful selection of neural network models (NNMs) was conducted. The process of creating a neural network-based software system for classifying and identifying pathologies based on spinal X-rays is described. The developed user interfaces for a web application and a Telegram bot providing quick access to diagnostic results using mobile devices are presented. Results. Benchmarks for the accuracy of spinal disease diagnostics were determined. A dataset available on Kaggle. com was used for the first stage of developing and training a neural network for spinal disease diagnostics. The developed NNM was integrated into a web application and Telegram bot to provide automated diagnostic solutions. Potential conditions for increasing physician interest in AI services are demonstrated. Conclusion. The developed MAIS prototype ensures the specified accuracy in diagnosing scoliosis and spondylosis using X-ray images from the test dataset and can be used to analyze labeled and prepared images provided by medical institutions. The results open up opportunities for further development and improvement of the developed system.