Лабораторная и клиническая

медицина. Фармация

Научно-практический ежеквартальный рецензируемый журнал

ISSN 2712-9330 (Online)

  • Сквозной номер выпуска: 10
  • Страницы статьи: 4-10
  • Поделиться:

Рубрика: Редакционная статья

С целью автоматизации микроскопических исследований женских урогенитальных препаратов проводилось «обучение» программно-аппаратной платформы “Vision Cyto STD”, использующей технологию распознавания изображений с применением сверточных нейронных сетей и глубокого обучения (deep learning).
Для обучения использовано более тысячи цифровых препаратов урогенитального материала, полученного от женщин, с разным микроскопическим составом. По мере пополнения выборки новыми клиническими примерами увеличивалась точность распознавания объектов.
Применение искусственных нейронных сетей (ИНС) для визуализации и анализа урогенитальных препаратов обеспечивает высокое качество выполнения исследования за счет четкости идентификации, точности анализа и правильности внесения результатов исследования. Использование ИНС ускоряет процесс выдачи результатов, позволяет свести к минимуму влияние субъективного фактора, а также дает возможность перераспределить нагрузку сотрудников лаборатории, не расширяя ее штата при увеличении количества выполняемых исследований.
Представлен краткий обзор автоматизированной системы “Vision Cyto STDs“.
Наталия Алексеевна Липатова – канд. мед. наук, врач клинической лабораторной диагностики, медицинской директор ООО «Мобил Медикал Лаб», Москва, Россия. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Снежана Валерьевна Столярова – врач клинической лабораторной диагностики, генеральный директор ООО «Мобил Медикал Лаб», Москва, Россия. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Владислав Александрович Сапожков – инженер группы аналитических систем сервисного центра, ООО «Медика Продакт»; начальник Департамента Научно-исследовательской лаборатории клинических разработок Международной Школы Цитологии и Медицинской Школы Инноваций, Москва, Россия. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Анна Святославовна Чурилова – Руководитель группы разработки искусственного интеллекта отдела разработки ПО, ООО «Медика Продакт», Пермь, Россия. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
1. LeCun Y, Bengio Y, Hinton G. Deep learning // Nature. 2015. Vol. 521, N.7553, P. 436–444.
2. «Об утверждении перечней вредных и(или) опасных производственных факторов и работ, при выполнении которых проводятся обязательные предварительные и периодические медицинские осмотры (обследования), и Порядка проведения обязательных предварительных и периодических медицинских осмотров (обследований) работников, занятых на тяжелых работах и на работах с вредными и(или) опасными условиями труда» // Приказ Минздравсоцразвития России от 12.04.2011 № 302н (ред. от 18.05.2020). Зарегистрировано в Минюсте России 21.10.2011 № 22111.
3. Об утверждении порядка оказания медицинской помощи по профилю «акушерство и гинекология (за исключением использования вспомогательных репродуктивных технологий)» // Приказ от 1 ноября 2012 г. № 572н.
4. Федеральные клинические рекомендации. Дерматовенерология 2015: Болезни кожи. Инфекции, передаваемые половым путем. 5-е изд., перераб. и доп. М.: Деловой экспресс, 2016.
5. Abels E., Pantanowitz L., Aeffner F., et al. Computational pathology definitions, best practices, and recommendations for regulatory guidance: a white paper from the Digital Pathology Association // The Journal of Pathology. 2019. Vol. 249, N3. P. 286–294.
6. Krizhevsky A., Sutskever I., Hinton G. ImageNet classification with deep convolutional neural networks // Proc. Advances in Neural Information Processing Systems. 2012. Vol. 25. P. 1090–1098.
7. Landau M.S., Pantanowitz L. Artificial intelligence in cytopathology: a review of the literature and overview of commercial landscape // Journal of the American Society of Cytopathology. 2019. Vol. 8, N4. P. 230–241.
8. Szegedy Ch. Deep neural networks for object detection // Advances in Neural Information Processing Systems. 2013.
9. Савичева А.М., Соколовский Е.В., Домейка М. Порядок проведения микроскопического исследования мазков из урогенитального тракта: Методические рекомендации для лечащих врачей. СПб.: Издательство Н-Л, 2007.

Статью можно приобрести
в электронном виде!

PDF формат

Бесплатно

DOI: 10.14489/lcmp.2023.04.pp.004-010
Тип статьи: Обзор
Оформить заявку

Ключевые слова

Для цитирования статьи

Липатова Н. А., Столярова С. В., Сапожков В. А., Чурилова А. С. Практический опыт автоматизации, стандартизации и оптимизации микроскопических исследований по материалам урогенитального тракта // Лабораторная и клиническая медицина. Фармация. 2023. Т. 3, № 4. С. 4 – 10. DOI: 10.14489/lcmp.2023.04.pp.004-010