Кейс №29
Обнаружение злокачественных родинок и их классификация
Задача:
Точность определения качества родинки и их классификация; позднее обнаружение меланомы у пациента; задержки при лечении меланомы в связи с неточным диагнозом
Результат:
Точность классификации родинки по метрике F1 = 0.947
Экономия времени на принятие решения специалистом в 10 раз
Повышение точности диагностики на 93%
Решение:
Классификация родинок по изображениям на доброкачественные и злокачественные для экономии времени специалисту, не обладающему навыками программирования и не имеющему опыта работы со встроенными библиотеками машинного интеллекта
Платформа Razum AI уже помогает компаниям и ведомствам анализировать большие данные, автоматизировать процессы и снижать издержки. Мы собрали лучшие примеры проектов — с цифрами, технологиями и результатами.
Каждый кейс — это путь от задачи до готового решения на базе искусственного интеллекта.
