Les experts du Centre de diagnostic et de télémédecine ont développé une plate-forme de services d'autotest basée sur l'intelligence artificielle et conçue pour des tâches médicales, telles que l'analyse d'images diagnostiques. Le premier prototype fonctionnel de la plate-forme est hébergé sur le service GitHub populaire, et les développeurs du monde entier peuvent participer à son amélioration en ajoutant des critères de vérification en fonction de l'objectif des services.
Sergey Morozov, PDG du Centre de diagnostic et de télémédecine, en a parlé lors de la semaine thématique consacrée à l'intelligence artificielle qui faisait partie du programme du Congrès européen de radiologie (ECR 2020).
Avant de mettre en œuvre un service basé sur l'intelligence artificielle (IA) dans la pratique clinique de routine, il est nécessaire de le tester pour sa disponibilité technique, ainsi que de vérifier s'il répond aux caractéristiques énoncées. C'est ce qu'on appelle la validation analytique de l'algorithme. Les services qui l'ont passé peuvent être intégrés dans les systèmes médicaux, y compris les soins de santé en ville.
L'intégration est un processus complexe et coûteux, elle devient donc un obstacle pour de nombreuses équipes qui ne peuvent garantir la précision et la rapidité requises de l'algorithme de traitement des données du système dans lequel elles sont intégrées. Actuellement, la validation analytique est effectuée manuellement. La validation manuelle permet des écarts accidentels ou délibérés par rapport au programme de test approuvé, ainsi que la manipulation des ensembles de données, et peut également potentiellement mettre différents participants au test dans des conditions inégales.
Pour résoudre ces problèmes et automatiser le processus de vérification, en garantissant la confiance des utilisateurs, les spécialistes du Centre de diagnostic et de télémédecine ont développé une plateforme qui permet aux développeurs de services basés sur l'IA de réaliser de manière indépendante des tests préliminaires (validation analytique) de leurs algorithmes. Un prototype de la plateforme a été hébergé sur le GitHub, et la première version du service d'échange de jeux de données et de résultats d'analyse de données a déjà été téléchargée.
La plate-forme offre la possibilité d'un nombre illimité d'accès à des échantillons uniques d'instances de données de l'ensemble de test afin d'affiner les algorithmes. Il a des règles d'utilisation uniformes et il est possible de tester plusieurs services simultanément. Dans le même temps, la plate-forme enregistre le temps que le logiciel consacre au traitement des données (étude du temps) et les développeurs reçoivent un rapport automatique sur les résultats des tests, – explique Sergey Morozov, PDG du Centre de diagnostic et de télémédecine.
En automatisant l'ensemble du processus sur la plate-forme d'autotest, le facteur humain est minimisé, ce qui rend la manipulation des données (pour améliorer les résultats) impossible. De plus, la comparaison des résultats de vérification du service avec les données de référence est absolument transparente – le développeur peut voir quelles métriques ont été utilisées et comment le résultat final reflété dans le rapport a été calculé.
Tout le monde peut participer à l'amélioration de la plateforme et y ajouter les métriques nécessaires, qui seront utilisées pour évaluer les performances de l'algorithme à certaines fins médicales (par exemple, pour l'analyse de radiographies ou de mammographies). Cependant, l'ajout de la plate-forme sera surveillé – les seuls paramètres qui ont une justification scientifique seront inclus dans la plate-forme fonctionnant sur la base du Centre, – note Nikolai Pavlov, le développeur de la plate-forme, chef du convoyeur d'étiquetage des ensembles de données du Secteur de l'informatique médicale, de la radiomique et de la radiogénomique, Centre de diagnostic et de télémédecine.
Les créateurs de la plateforme invitent les développeurs d'algorithmes d'IA, les programmeurs et les chercheurs à participer à la mise à jour et à l'amélioration de la plateforme afin de développer un outil uniforme, universel et convivial pour l'autotest d'algorithmes d'intelligence artificielle destinés à des fins médicales la communauté internationale. Pour le moment, il n'existe aucun outil de ce type visant spécifiquement la mise en œuvre clinique de services basés sur les technologies de l'IA.
La source:
Centre de diagnostic et de télémédecine
