Как обычно работает классификатор машинного обучения? В датасет кладётся набор точек класса А, класса Б, класса В и т.д. — и модель учится. А как быть, если вам нужно, чтобы классификатор хорошо определял только класс А при том, что всех остальных классов настолько великое множество, что их чисто технически невозможно загнать в датасет? Именно в такой ситуации оказались недавно мои коллеги из лаборатории «Сильный ИИ в медицине» AIRI, которые поехали на хакатон «Лидеры цифровой трансформации 2025». Им нужно было построить ИИ-сервис, который смотрит на КТ-снимок грудной клетки и определяет, здоровый ли это орган или нет. Класс А в данном случае — здоровый снимок, а Б, В и всё остальное — разнообразные патологии, коих может быть очень много. Коллеги нашли хорошее решение, которое принесло им второе место и денежный приз. Подробностями они поделились в хабре Института, который я, как водится, помог им выпустить.