Локальная система интернета медицинских вещей для анализа медицинских изображений при мониторинге болезни Альцгеймера

Abstract

Интеграция интернета медицинских вещей и технологий искусственного интеллекта создает новую парадигму в диагностической медицине. В статье, принимая во внимание растущие требования к безопасности данных, скорости обработки и нормативным ограничениям, рассмотрена архитектура локальной (edge-based) системы интернета медицинских вещей для анализа мультимодальных медицинских изображений, таких как магнитно-резонансная и позитронно-эмиссионная томография пациентов с болезнью Альцгеймера. В отличие от облачных решений предлагаемая система обеспечивает обработку данных непосредственно в медицинском учреждении, что минимизирует задержки, снижает риски, связанные с передачей конфиденциальных данных, и обеспечивает полный контроль над информацией. Система использует современные сверточные нейронные сети для автоматической сегментации, классификации и мультимодального анализа, демонстрируя увеличение диагностической точности при нейродегенеративных заболеваниях на 15–30 % в исследовательских задачах. Разработаны структура и детализация системы, описаны ее ключевые блоки. Рассмотрено обучение нейронных сетей, распознавание с их помощью болезни Альцгеймера. Отмечены преимущества локального подхода и перспективы внедрения системы интернета медицинских вещей.