Актуальность: В настоящее время растет диагностирование заболеваний на основе рентген-снимков, соответственно увеличивается объем изображений при диагностировании. При анализе рентген-снимков работником совершается очень трудоемкий процесс, соответственно тратится много рабочего времени. Для увеличения скорости обработки снимков посетителей и уменьшения нагрузки со специалистов в данной области следует создать программный продукт для анализа с применением технологии искусственного интеллекта. В результате всего этого произойдет увеличение пропускной способности пациентов через рентген-кабинеты, соответственно возрастёт посещаемость организации. Также это повысит качество предоставляемых услуг, так как уберется человеческий фактор, кроме того, увеличение скорости определения заболевания приведет к тому, что стоимость лечения уменьшится, так как заболевание будет определяться на ранней стадии развития.

Программный продукт является объединением двух сверточных нейронных сетей для анализа рентген-снимков. Первая нейронная сеть принимает на вход рентген-снимок грудной клетки и классифицирует его - снимок “с патологиями” или “без патологий”. Если класс снимка определен как “с патологиями”, то изображение подается на вторую нейронную сеть, которая сегментирует области с патологиями. Нейронные сети будут реализованы при помощи языка Python, библиотеки PyTorch. Для обучения нейронных сетей используется набор данных Chest X-ray images, который представляет собой размеченный набор ФЛГ-снимков разделенный на 2 класса - с патологиями и без патологий.

Технологические риски:

Правильное обучение нейронной сети к распознаванию основных дефектов.

Наличие достаточного количества рентген-снимков для обучения нейронных сетей.

Стыковка с программным обеспечением, используемым в больнице.

Потенциальные заказчики:

Медицинские учреждения, военные госпитали.

Исследовательские центры.

Медицинское образовательное учреждение.

Первоочередная цель- продажа программного продукта потенциальным заказчикам, а именно, государственным больницам Казани, которых в городе насчитывается 67 штук, также приобретателями технологий могут стать и частные клиники.

Второй источник доходов- техническая поддержка разработки во время эксплуатации, также доработка продукта в зависимости от дополнительных требований и специфики организации. В обозримом будущем планируется внедрение в филиалы организаций в других городах.

Предполагается, что в первый год продукт заинтересует 12 клиник, программный продукт стоит 200 тыс. рублей, услуги по оказанию - 20000 рублей в месяц. Таким образом, доход за первый год составит 3,96 млн. рублей. Затраты за текущий период на зарплату и коммерческие расходы - 1, 017 млн. рублей, и, таким образом, простой срок окупаемости составит 6 месяцев. Также предлагается передать лицензию на программный продукт для Казанского государственного медицинского университета на безвозмездной основе - для ознакомления будущих работников и увеличения спроса технологий для медицинских учреждений.

На страницу проекта