Аңдатпа
Дүниежүзілік денсаулық сақтау ұйымының бағалауы бойынша жыл сайын төрт миллионнан астам өлім пневмония мен ауаның ластануымен байланысты басқа аурулардың салдарынан болады және соңғы Covid-19 вирусы пневмония ауруының таралу пайызын күрт өсірді. Сондай-ақ, дамушы елдерде де, дамыған елдерде де радиологтардың жетіспеушілігі байқалады. Қазіргі уақытта жасанды интеллект және машиналық оқыту технологияларын дамыту, сондай-ақ медициналық кескіндердің үлкен көлемін жинақтау медициналық кескіндерді автоматты талдау жүйелерін құруға мүмкіндік береді. Мақалада терең оқыту әдістеріне (конволюциялық нейрондық желілер) негізделген, пневмонияны анықтауға көмектесетін қарапайым модель ұсынылған. Модель үшін Гуанчжоудағы әйелдер мен балалар медициналық орталығының рентгендік суреттері пайдаланылды. Нейрондық желіні оқыту 26 мин уақытты қажет етті. Тесттік деректерде алынған нәтижелер: recall – 96%, precision – 92%, accuracy – 92%, f1 – 94%. Бұл көптеген танымал жұмыстардағы көрсеткіштерден кем емес. Модель рентгенологтарға жүктемені едәуір азайтады, шешім қабылдауға және уақыт үнемдеуге көмектеседі, олардың жұмысының сапасын бағалауға және медициналық қателіктердің ықтималдығын азайтуға мүмкіндік береді. Түйiн сөздер: нейрондық желі, терең оқыту, пневмония, медицина, рентгендік суреттер, машиналық оқыту. По оценкам Всемирной Организации Здравоохранения, более четырех миллионов смертей ежегодно происходят из-за пневмонии и других заболеваний, связанных с загрязнением воздуха, и последний вирус Covid- 19 резко увеличил процент распространения пневмонии. Также отмечается нехватка радиологов как в развивающихся, так и в развитых странах. В настоящее время развитие технологий искусственного интеллекта и машинного обучения, а также накопление большого объема медицинских изображений позволяют создавать системы автоматического анализа медицинских изображений. В статье представлена простая модель, основанная на методах глубокого обучения (сверточные нейронные сети), помогающая выявить пневмонию. Для модели были использованы рентгеновские снимки женского и детского медицинского центра в Гуанчжоу. Обучение нейронной сети заняло 26 минут. Результаты, полученные в тестовых данных: recall – 96%, precision – 92%, accuracy – 92%, f1 – 94%. Модель значительно снижает нагрузку на рентгенологов, помогает принимать решения и экономить время, позволяет оценить качество их работы и снизить вероятность врачебных ошибок. Ключевые слова: нейронная сеть, глубокое обучение, пневмония, медицина, рентгеновские снимки. The World Health Organization estimates that more than four million deaths occur annually due to pneumonia and other diseases associated with air pollution, and the latest Covid-19 virus has dramatically increased the percentage of pneumonia cases. There's also a global shortage of radiologists. Currently, the development of artificial intelligence and machine learning technologies, as well as the accumulation of large volumes of medical images, make it possible to create automated systems for analyzing medical images. The article presents a simple model based on deep learning methods (convolutional neural networks) that helps detect pneumonia. X-ray images of the women's and children's Medical Center in Guangzhou were used for the model. Training the neural network took 26 minutes. The results obtained in the test data are: recall – 96%, precision – 92%, accuracy – 92%, f1 – 94%. This is no less than the results in many popular works. The model significantly reduces the burden on radiologists, helps them make decisions and save time, allows to evaluate the quality of their work and reduce the likelihood of medical errors. Keywords: neural network, deep learning, pneumonia, medicine, X-ray images.