BURUN YONDOSH BO‘SHLIQLARI KASALLIKLARI TASHXISIDA SUN’IY INTELLEKTDAN FOYDALANISHNING TADQIQOT NATIJALARI
##article.subject##:
konusning nurli kompyuter tomografiyasi; sun’iy intellekt; Teachable Machine; konvolyutsion neyron tarmoqlari; sinusit##article.abstract##
Zamonaviy otorinolaringologiyada rentgenologik usullar, xususan, konus-nurli kompyuter tomografiyasi burun yondosh bo‘shliqlari kasalliklarini tashxislashda oltin standart hisoblanadi. Materiallar va usullar. Tadqiqot konus-nurli kompyuter tomografiyasining 3D tadqiqotlaridan olingan koronar proektsiyadagi 2155 rentgen nurlaridan iborat ma’lumotlar to‘plamiga asoslangan. Natijalar. Birinchi sinov. Birinchi bosqich natijalari cheklangan tasniflash aniqligini ko‘rsatdi. O‘rtacha aniqlik 55% ni tashkil etdi, bu klinik foydalanish uchun etarli emas, chunki model ko‘pincha ma’lumotlarning etarli emasligi sababli sinusitning o‘xshash turlarini (masalan, yiringli sinusit va sinusoetmoidit) chalkashtirib yuborgan. Xulosa. Tadqiqot shuni ko‘rsatdiki, oddiy va arzon sun’iy intellekt vositalari tor diagnostika muammolarini hal qilishda samarali bo‘lishi mumkin.
Библиографические ссылки
Litjens, G., Kooi, T., Bejnordi, N. E., Setio, A. A. A., Ciompi, F., Ghafoorian, M., ... & Sánchez, C. I. (2017). A survey on deep learning in medical image analysis. Medical image analysis, 42, 60-88.
Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature medicine, 25(1), 44-56.
Liu, J., Li, Y., Wang, X., & Chen, G. (2021). Deep learning for diagnosis and prognosis of head and neck cancer. Journal of Medical Imaging, 8(3), 031301.
