Ученые из Кембриджского университета и еще ряда учреждений выяснили, что при использовании искусственного интеллекта для реконструкции изображений, полученных в ходе компьютерной или магнито-резонансной томографии, нередки ошибки, способные привести к неверной постановке диагноза.

Алгоритмы искусственного интеллекта обучаются реконструировать изображения на уже накопленных исходных данных и результатах. Существуют и чисто математические методы реконструкции, но в отличие от технологий искусственного интеллекта, они не учитывают прошлые данные.

Исследователи изучали нестабильность работы алгоритмов искусственного интеллекта, обусловленную малозаметными движениями объектов, структурными изменениями (например, когда системе «показывают» снимок мозга с небольшой опухолью и без нее) и переменным количеством образцов.

Выяснилось, что определенные виды малозаметных движений приводят к появлению очень большого количества посторонних артефактов на результирующих изображениях. Кроме того, некоторые детали оказывались размытыми или полностью исчезали, а при использовании метода многократных подвыборок качество реконструкции существенно уменьшалось. Перечисленные ошибки часто встречались во всех типах нейронных сетей, которые сегодня пытаются применять для реконструкции медицинских изображений методами искусственного интеллекта. Количество ошибок возрастало, когда исходных снимков было получено слишком мало, чтобы ограничить время КТ- или МРТ-исследования.

Ученые проводят дополнительную работу, пытаясь более точно установить пределы возможностей применения технологий искусственного интеллекта для реконструкции медицинских изображений — оценить, что можно делать в этом отношении с помощью нейросетей, а чего не стоит.