Честность о достоверности
Если геометрия снимков несовместима, система не выдаёт красивые, но мусорные числа — она требует регистрации и ресемплинга и явно помечает, что результат нуждается в проверке врачом.
Числа вместо оценки «на глаз». Модуль сегментирует опухоли и зоны ишемического инсульта, ведёт историю каждого очага в миллилитрах и сам поднимает флаг, когда динамика требует внимания врача.
Статус: модуль на стадии научного тестирования. Это не медицинское изделие, регистрационного удостоверения Росздравнадзора нет, заключение врача он не заменяет. В пилоте работаем на обезличенных данных и фиксируем критерии до старта.
Опухоли мозга по модальностям T1c, T1n, T2-FLAIR, T2w и ишемический инсульт по DWI, ADC и опционально FLAIR — один интерфейс, одно хранилище.
По каждой точке считаются объём в миллилитрах, центр масс, ограничивающий бокс, компоненты связности, Dice, Surface Dice @2 мм, расстояние Хаусдорфа.
Очаг получает стабильный идентификатор и статус: новый, сопоставленный, исчезнувший. Видно не «опухоль выросла», а какой именно очаг и на сколько.
CUSUM, EWMA-остаток, робастный z-score и оценка точки перелома. Флаги «быстрый рост», «новый очаг», «низкое совпадение с предыдущим» — с severity и объяснением словами.
Follow-up приводится к baseline, сохраняются матрица преобразования, QC-отчёт и шахматная картинка для визуальной проверки совмещения.
Прогноз объёма на 30 и 90 дней с доверительным коридором и статусом надёжности, плюс сводки, динамика и аномалии по всей базе пациентов сразу.
Если геометрия снимков несовместима, система не выдаёт красивые, но мусорные числа — она требует регистрации и ресемплинга и явно помечает, что результат нуждается в проверке врачом.
Surface Dice, расстояние Хаусдорфа, среднее поверхностное расстояние — те же метрики, которыми оперируют научные статьи, а не «похоже / не похоже».
Стабильные идентификаторы и индивидуальная история объёма делают динамику проверяемой: любой флаг можно раскрыть до конкретного очага.
Один и тот же CLI работает на SQLite локально и на PostgreSQL в проде, а для больших когорт есть lakehouse на PySpark — с поиском смещения по сканерам и протоколам.
CLI и аналитическая база для научной группы: когортные сводки, метрики, воспроизводимость каждого прогона.
Веб-дашборд и REST API: сегментация, история очагов, флаги аномалий и отчёты по пациенту.
PostgreSQL, Kubernetes с профилями окружений, мониторинг и lakehouse для больших когорт.
Запускаем модуль на реальных обезличенных исследованиях вашего архива и вместе фиксируем критерии успеха до старта.
7–10 днейПодключаем архив исследований и МИС, настраиваем роли и доступы, обучаем врачей — без остановки приёма.
2–4 неделиМониторинг качества, обновление моделей и выделенная поддержка. Эффект виден на дашборде, а не в отчёте раз в год.
24/7Система выполняет совмещение follow-up с baseline и сохраняет QC-артефакты. Если геометрия несовместима, сравнение помечается как недостоверное — числа не выдаются «как есть».
Ручное сравнение субъективно и не масштабируется. Здесь объём считается в миллилитрах, изменение — в процентах и скорости, а отдельные очаги отслеживаются между визитами.
Да. Платформа разворачивается в контуре организации через Docker Compose или Kubernetes, данные не покидают периметр, доступ закрывается токенами и политиками сети.
Да: считаются метрики уровня публикаций, каждый прогон фиксирует версии моделей и окружения и хеши входов, а для больших когорт есть аналитический lakehouse.
Покажем сегментацию, историю очагов по визитам, флаги аномалий и когортный дашборд на реальных данных.
Или свяжитесь напрямую: info@tochka-yasnosty.ru · +7 993 418-20-90