ЗАДАЧА

В рамках развития телемедицины в стране, сеть медклиник Москвы обратилась с просьбой найти решение пакетной обработки стоматологических рентгеновских снимков с целью повышения точности диагностики сопутствующих заболеваний полости рта.

РЕШЕНИЕ

Для врачей-стоматологов нет проблемы диагностировать очевидные заболевания зубов, однако бывают моменты, когда в процессе лечения чего-то серьзеного, упускается из виду малозаметное или только назревающее заболевание.

Так как основная задача заключалась в диагностике сопутствующих заболеваний полости рта, было принято решение собрать датасет рентгеновских снимков, содержащих заметные признаки относительно распространенных проблем - кариеса и периодантита. Именно эти заболевания чаще всего оказываются упущенными из виду при подготовке к лечению более серьезных проблем - удалению нерва, установки коронки и пр.

Для обучения нейросети был собран и использован датасет из 3877 изображений - рентгеновских снимков разного качества, из которых 2115 снимков содержали изображение кариеса, и 1782 - периодонтит. Обучение нейросети происходило в три этапа - данные были предварительно распределены на три группы: снимки содержащие только кариес, снимки с периодантитом и смешанные.

Подобное разделение помогло снизить общее время обработки входных данных до 1 секунды (0.1 на GPU)/

РЕЗУЛЬТАТЫ

Результатом работы алгоритма стала 82% точность определения периодонтита и кариеса на рентгеновских снимках, была подтверждена гипотеза о возможности реализации системы автоматической высокоточной диагностики стоматологических заболеваний, принято решение о масштабировании системы за счет увеличения диагностируемых заболеваний.

Кейсы