Модель Percival разработали специалисты из Пенсильванского университета. Для ее обучения использовали около 400 тыс. снимков КТ примерно 50 тыс. пациентов. Percival не выявляет конкретную патологию по заданному запросу. Напротив, ИИ анализирует снимки шире и выявляет закономерности, связанные с различными заболеваниями и состояниями организма. Например, КТ могли назначить для обследования легких, но модель обнаруживала на ней признаки другой болезни.

Ученые установили, что Percival выявлял признаки различных хронических заболеваний, включая фибрилляцию предсердий и хроническую болезнь почек. Модель также сравнили с другой системой ИИ — TotalSegmentator. Percival надежнее выявляла признаки рака поджелудочной железы, цирроза печени и бактериальной пневмонии.

Кроме того, алгоритм мог прогнозировать дальнейшее развитие заболеваний и оценивать риски серьезных осложнений на сердце, сосуды и печень.

Разработчики рассчитывают, что модель поможет расширить так называемый оппортунистический скрининг. Этот подход предполагает поиск дополнительных признаков заболеваний на снимках, которые уже сделали по другой медицинской причине. Например, при обследовании пациента с подозрением на пневмонию система сможет обратить внимание врача на возможные ранние признаки рака.

В настоящее время авторы планируют крупное исследование, после которого Percival можно будет внедрить в медицинскую практику.

Ранее другой ИИ научился выявлять шесть заболеваний от диабета до остеопороза по снимку сетчатки.