В Mayo Clinic используют ИИ, чтобы выявлять послеоперационные инфекции по фотографиям от пациентов
Исследователи Mayo Clinic (США) разработали ИИ-модель, которая определяет признаки инфекции на послеоперационных фотографиях, загруженных пациентами через онлайн-порталы. Система может взять на себя первичную проверку изображений, ускоряя диагностику осложнений и помогая врачам вовремя реагировать — особенно в случаях, когда пациент наблюдается удалённо.
Модель была обучена на более чем 20 000 изображений от 6 000 пациентов из девяти клиник сети Mayo. Она использует двухэтапный алгоритм: сначала определяет, есть ли на фото послеоперационный разрез, затем оценивает, есть ли признаки инфекции. Для определения самих разрезов точность составила 94%, а для выявления инфекции — 81% по метрике AUC.
Система построена на архитектуре Vision Transformer — одном из наиболее эффективных подходов в области компьютерного зрения. В случае успешного внедрения она сможет сортировать фотографии, выделять подозрительные случаи и направлять их врачам для приоритетного просмотра. Это особенно важно в ситуации, когда количество амбулаторных операций растёт, а очных осмотров становится меньше.
По словам авторов исследования, такая технология может стать основой для нового подхода к послеоперационному наблюдению. Она помогает сократить задержки в диагностике, быстрее замечать отклонения и снижать нагрузку на врачей, особенно в перегруженных или малодоступных регионах.
Следующим этапом станут клинические испытания: команда проверяет, насколько хорошо ИИ-включение работает в реальной практике. Если технология подтвердит свою надёжность, она может изменить подход к хирургическому наблюдению: не как опция, а как стандартная часть дистанционной помощи.