В пилотном проекте искусственный интеллект «Сбера» помог выявить почти вдвое больше случаев злокачественных новообразований при том же количестве обследований. Система Can-SAVE позволила обнаружить 2148 случаев против 1123 при традиционном подходе. По данным компании, прирост составил 91%.

Модель разработали специалисты Центра практического искусственного интеллекта Сбербанка и команды Sber AI. Алгоритм изучает информацию из электронных медицинских карт — сведения о диагнозах и медицинских услугах — и оценивает риск выявления онкологического заболевания в ближайшие 12 месяцев.

Система не определяет рак вместо врача и не выдаёт окончательный диагноз. Она помогает медицинским работникам решить, кого из пациентов стоит обследовать в первую очередь.

В исследовании с участием около 2 млн пациентов из пяти регионов России разработчики проверили, насколько хорошо алгоритм выделяет людей с повышенным риском. Среди групп по 1000 человек, отобранных Can-SAVE, опухоли обнаруживали в 3,8–9,9 раза чаще, чем в группах, сформированных по стандартным медицинским протоколам.

По данным «Сбера», модель также превзошла 17 других решений на основе машинного обучения и ИИ. Обработать данные населения города-миллионника Can-SAVE, как утверждают разработчики, способна менее чем за три часа на обычном компьютере. Результаты исследования представили на международной конференции по анализу данных KDD 2026.

Читайте ещё материалы по теме:

Не пропускайте наши новостиДобавьте сайт в предпочитаемые источники, чтобы видеть нас чащеДобавить в Google

Сейчас на главной

ИИ могли задействовать для блокировки VPN в России: что известно о механизме

ИИ могли задействовать для блокировки VPN в России: что известно о механизме

В проекте национального плана до 2030 года фигурировал анализ признаков VPN с помощью искусственного интеллекта, но в актуальной версии документа этой меры нет

НПП «ЭКРА» запатентовало способ определять нагрузку асинхронного электродвигателя по току одной фазы

НПП «ЭКРА» запатентовало способ определять нагрузку асинхронного электродвигателя по току одной фазы

Новый алгоритм анализирует частоты в токе статора, чтобы оценивать скольжение ротора и отделять его характерные сигналы от помех, связанных с неисправностями