Методы ИИ отличают технические артефакты от реальных патологий на медицинских снимках.Обнаружение артефактов в медицинской визуализации — это область, в которой искусственный интеллект используется для различения технических сбоев на снимках и настоящих признаков заболеваний. Когда делают КТ, МРТ или УЗИ, из-за аппарата или движения пациента могут возникать полосы, тени или яркие пятна, имитирующие реальные поражения. Эти артефакты могут вводить врачей в заблуждение, приводя к ложным диагнозам или пропущенным заболеваниям. Модели ИИ, обученные на тысячах размеченных изображений, учатся распознавать тонкие закономерности, отличающие безвредный артефакт от опухоли или перелома.
Концепция возникла в 2010-х годах с развитием глубокого обучения в медицинской визуализации. Ранние работы были сосредоточены на артефактах МРТ, но подход быстро распространился на другие модальности.
ИИ обычно представляет собой свёрточную нейронную сеть, которая обрабатывает изображение попиксельно, ища такие признаки, как форма, текстура и контраст. Она сравнивает подозрительную область с базой данных известных артефактов и реальных патологий. Сеть выдаёт оценку вероятности: «это на 95% артефакт» или «это на 80% реальное поражение». Некоторые системы также используют физику работы визуализирующего устройства для моделирования артефактов и обучения ИИ их игнорированию.
Используется в отделениях радиологии для автоматического выявления или исправления артефактов на КТ, МРТ и УЗИ, что снижает количество диагностических ошибок и улучшает рабочий процесс.
Некоторые детекторы артефактов на основе ИИ обучаются на «искусственных» артефактах, созданных путём намеренного искажения чистых снимков, что учит модель распознавать сбои, которые она никогда не видела у реальных пациентов.



















