Новости ИСП РАН

Технология ИСП РАН впервые зарегистрирована в качестве медицинского изделия

Технология ИСП РАН впервые зарегистрирована в качестве медицинского изделия: диагностическое ПО для нейросетевой классификации ЭКГ ИСП РАН получило в Росздравнадзоре регистрационное удостоверение на медизделие III класса риска.

К этому классу относятся высокотехнологичные устройства для диагностики и хирургии, а также программы, использующие алгоритмы искусственного интеллекта.

Ранее ПО успешно прошло клинические испытания в НМИЦ им. В.А. Алмазова Минздрава России.

Арутюн Аветисян, директор ИСП РАН, академик РАН, рассказал для НОП:

«Мы уже несколько лет развиваем направление цифровой медицины. В институте создана платформа Научного центра мирового уровня «Цифровой биодизайн и персонализированное здравоохранение». Она предназначена для разработки моделей интеллектуального анализа биомедицинских данных ‒ от построения гипотезы и подготовки наборов данных до получения и последующего развития готовой модели искусственного интеллекта.

В числе приложений платформы: нейросетевые модели классификаций 12-канальных и одноканальных ЭКГ, а также классификации маммограмм; сервисы распознавания меланомы и прогнозирования индивидуального течения онкологических заболеваний.

Мы ведём исследования и в области федеративного обучения с приложением к медицинским задачам. В институте работает совместная лаборатория с Математическим институтом им. В.А. Стеклова, а в прошлом году мы с Яндексом и Сеченовским университетом впервые в России применили федеративное обучение для задач медицины.

Сейчас цифровая медицина – одна из самых наукоемких перспективных областей, связанных с развитием и внедрением ИИ. И мы гордимся, что наши разработки в этой области были включены в число важнейших достижений РАН 2024 года. А регистрация диагностического ПО для нейросетевой классификации ЭКГ как медицинского изделия подтверждает не только научную, но и практическую значимость нашей работы».

Диагностическое ПО для нейросетевой классификации ЭКГ ИСП РАН разработано на основе алгоритмов глубокого обучения. Нейросетевые модели обучены на основе полутора миллионов цифровых ЭКГ, собранных в различных российских регионах.

В том числе, ПО неоднократно демонстрировалось на выставках и семинарах не только в России, но и за рубежом – в Японии, Мавритании, Сербии и Армении.