УЛМ

"Универсальная Лабораторная Модель" (УЛМ) позволяет строить прогностические модели на основе глубоких искусственных нейронных сетей (ИИ) особой архитектуры и применять их для прогнозирования патологических уровней лабораторных показателей по результатам общего анализа крови (и других рутинных показателей). 


Например, пониженный уровень ферритина (вероятность железодефицитной анемии), повышенный уровень мочевой кислоты (вероятность подагры), повышенный уровень глюкозы и гликированного гемоглобина (вероятность сахарного диабета) и др. 


Веб-сервис УЛМ выполняет прогноз по API, используя для лабораторных показателей кодировку LOINC, что даёт возможность бесшовной интеграции в существующие решения лабораторной медицины для ранней диагностики патологии.

 

Научное описание подхода доступно в статье, опубликованной в IEEEE.

 

Ключевые возможности программы:

  • гибкая адаптация исходных обученных моделей на потребности конкретной лаборатории, включая расширение показателей для прогноза, изменение пороговых значений и калибровку на исторических данных;
  • автоматические комментарии на бланке результатов анализов с указанием, какие дополнительные тесты рекомендует ИИ;
  • служебные комментарии с дополнительными тестами только для лечащего врача (в интерфейсе МИС);
  • автоматическое выполнение дополнительных тестов в лаборатории и включение их в результаты исследований;
  • непрерывное перестроение моделей на новых данных, мониторинг работы моделей.

Методы машинного обучения (искусственного интеллекта — ИИ) активно применяются в медицине для автоматического выявления патологий путём анализа изображений и текстов. Тем не менее, в лабораторной диагностике эти методы еще не используются в виду объективной сложности моделирования табличных данных, и, что более важно, из-за отсутствия методологии такого применения. 

 

Мы предлагаем использовать методы искусственных нейронных сетей для прогнозирования вероятности патологических значений  неназначенных врачом лабораторных тестов, по результатам выполнения назначенных тестов и исторических данных пациента.

 

В рамках данного подхода нами развивается специальная архитектура искусственной нейронной сети — универсальная лабораторная модель (УЛМ), которая спроектирована таким образом, чтобы учесть как можно больше имеющейся информации по результатам анализов конкретного пациента для одновременного прогнозирования спектра других тестов, по результатам которых вероятны отклонения от нормы.

 

Подробное научное описание доступно в наших опубликованных статьях: 

 

Универсальная Лабораторная Модель: прогнозирование патологий по результатам анализов крови

Universal Laboratory Model: Prognosis of Abnormal Clinical Outcomes based on Routine Tests 

 

Описание API для взаимодействия с сервисом https://ulm.roslis.ru 

Онлайн калькулятор доступен на https://lab.roslis.ru 

География присутствия