Статьи

В статье представлен теоретический анализ существующих инструментов внедрения элементов управления инновационным развитием образовательной организации. Рассмотрены этапы теории управления инновационными процессами, а также основные подходы. Выделены макро, мезо и микрофакторы формирования индивидуальной траектории обучения. Определены основные направления реализации индивидуальной образовательной траектории. Охарактеризованы особенности инновационной деятельности в педагогической сфере. Обосновано внедрение методологии и методологического инструментария в процессе использования инновационных процессов в сфере образования.

ОБОСНОВАНИЕ. Применение искусственного интеллекта в ультразвуковой диагностике узловых образований щитовидной железы ожидаемо и достаточно перспективно. Однако для того, чтобы это понять, необходимо увидеть, как с его помощью работает врач, поэтапно проводя диагностику заболеваний, как именно этот интеллект реализуется в практическом здравоохранении. В текущей публикации представлен обзор существующих интеллектуальных систем поддержки врачебных решений в тиреоидологии, и детально описаны возможности российского интеллектуального компьютерного ассистента врача ультразвуковой диагностики — системы стратификации узловых образований щитовидной железы по категориям EU-TIRADS.

ЦЕЛЬ. Повышение точности и сокращение времени УЗ-диагностики при исследовании узловых образований щитовидной железы за счет использования интеллектуальной системы ассистирования врачу УЗИ на различных этапах его деятельности с демонстрацией действий «ассистента».

МАТЕРИАЛЫ И МЕТОДЫ. Для понимания возможностей использования врачами УЗИ искусственного интеллекта в своей работе предлагаемое решение разделено на этапы, на каждом из которых демонстрируются дополнительные возможности, которыми обладает врач при использовании методов интеллектуального компьютерного зрения. В качестве интеллектуальной базы используются различные архитектуры искусственных нейронных сетей, которые могут дообучаться подобно человеку на новых медицинских данных.

РЕЗУЛЬТАТЫ. Предлагаемое интеллектуальное решение позволяет врачу УЗИ иметь «второе мнение» на своем рабочем месте, которое, обрабатывая кинопетли УЗИ, позволяет решить задачи сегментации и стратификации узловых образований щитовидной железы по категориям EU-TIRADS с точностью 65–70%, т.е. на уровне врача с 5-летним опытом работы. Предложенный управляемый данными (data driven) подход по мере обработки кинопетель новых пациентов будет улучшать свои точностные показатели.

ЗАКЛЮЧЕНИЕ. Повествование подводит читателя к пониманию того, в каких диагностических процессах полезно применять методы искусственного интеллекта при ультразвуковой диагностике узловых образований щитовидной железы, и как можно эффективно взаимодействовать естественному и искусственному интеллекту в рамках программного веб-приложения.