Исследователи из Массачусетского технологического института и Массачусетской больницы общего профиля создали с помощью методов глубинного обучения систему, оценивающую плотность ткани груди по маммограммам.

Повышенная плотность является фактором риска развития рака груди, но врачи-рентгенологи оценивают ее по общему виду снимка, субъективно, и результаты часто разнятся. Модель была основана на сверточной нейронной сети, обычно используемой в задачах машинного зрения, и ее обучали на десятках тысяч высококачественных маммограмм разных типов, проанализированных специалистами.

После того, как модель научилась классифицировать снимки по плотности ткани, ее проверили на новых снимках. Модель оценивала плотность тканей на только что сделанной маммограмме, а врач-рентгенолог подтверждал или отвергал оценку. Кроме того, исследователи проверили совпадение оценок, выставленных моделью и пятью врачами, ни один из которых не знал о том, какие оценки дали модель и другие участники. Во всех экспериментах новая модель показала себя лучше, чем существующие автоматические системы анализа маммограмм.