Компания Zebra Medical добавила еще один алгоритм класса машинного обучения в свою платформу анализа медицинских изображений. Новое расширение программного обеспечения, которое позволяет идентифицировать компрессионный перелом позвонков, дополнило другие алгоритмы, которые могут определять плотность костной ткани, ожирение печени и кальциноз коронарных артерий, пишет Fierce Biotech.

С помощью своей платформы анализа изображений Zebra “обучает” программное обеспечение читать различные медицинские изображения и ставить по ним диагноз. Именно такое программное обеспечение необходимо в современных условиях для быстрого и точного радиологического сервиса. Цель проекта – создать систему, которая может отмечать различные признаки заболеваний в изображениях, помогая врачам идентифицировать их признаки еще на ранней стадии.

Компрессионный перелом позвонков встречается достаточно часто, но только треть из таких случаев эффективно диагностируется, утверждают представители Zebra Medical. Это наиболее часто встречающийся перелом у пациентов с остеопорозом, и он возникает, когда позвоночник сжимается и повреждается. Обнаружение подобного перелома на раннем этапе может помочь избежать опасных остеопоратических переломов и сэкономить системе здравоохранения миллиарды долларов.

Новый программный модуль использует алгоритм машинного обучения для того, чтобы отличить компрессионный перелом позвонков от других повреждений, таких как костная шпора и дистрофия замыкательной пластинки позвонка в месте, где она смыкается с диском.

Новый алгоритм пока коммерчески недоступен, но через некоторое время компания начнет предлагать его медицинским организациям и другим потребителям как часть платформы анализа изображений.