Команда НИИ прикладного искусственного интеллекта внедрила архитектуру UniGNN для обработки медицинских изображений. В отличие от традиционных подходов, эта модель способна моделировать многоэлементные связи внутри нейронных сетей. Согласно результатам испытаний на выборках из разных научных центров, точность определения заболевания превысила 80%. Этот показатель превосходит возможности классических алгоритмов SVM и стандартных графовых сетей, достигая уровня передовых мировых разработок.
Разработка решает проблему отсутствия объективных биомаркеров, которая десятилетиями осложняет раннее выявление РАС. Метод опирается не на субъективную оценку поведения пациента, а на физиологические данные функциональной МРТ. По словам ведущего научного сотрудника Елены Пицик, такой подход позволяет увидеть специфические нарушения в организации работы мозга, которые прежде оставались за пределами видимости диагностических инструментов.
Комментарии (0)
Пока нет комментариев. Будьте первым!