Разглядеть рак. Учёные разработали подход для быстрого выявления опухоли
Томские учёные создали компьютерную модель, которая может диагностировать разные виды опухолей и их злокачественность. Искусственный интеллект выдает диагноз со 100%-ной точностью и в сотни раз быстрее.
Ученые Томского государственного университета и НИИ онкологии ТНИМЦ создали компьютерную модель, которая со 100%-ной точностью диагностирует меланому и определяет степень злокачественности заболевания. Об этом aif.ru сообщили в пресс-службе Минобрнауки.
Как искусственный интеллект (ИИ) определяет раковое заболевание? «В качестве инструмента для исследования образцов биологических тканей пациента используется терагерцовая спектроскопия, — рассказывает научный сотрудник лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Анастасия Князькова. — Если патологоанатомы выдают гистологическое заключение на основе микроскопического изучения тканей, их морфологических особенностей, то оптические методы распознают спектральные образы, которые в здоровых тканях и тканях злокачественной опухоли имеют значимые отличия. Далее на собранной базе данных компьютерная модель тренируется отличать норму от патологии, а также распознавать изменения, характерные для отдельного типа опухоли.
Обучение искусственного интеллекта проводилось на основе образцов тканей более ста пациентов НИИ онкологии ТНИМЦ. Среди них были три группы: пациенты, у которых диагностирована аденокарцинома простаты, группа с диагнозом меланома и здоровые пациенты.
Обученная компьютерная модель не только выявляет наличие раковых клеток, но и проводит оценку степени злокачественности опухоли. Последнее крайне важно для выбора метода лечения и прогноза течения болезни. Как в случае с раком простаты, так и при диагностике меланомы точность оценки, проведенной ИИ, составила 100%.
«При наличии базы данных ИИ можно обучить выявлению новообразований разных локализаций, — уточняет Князькова. — В настоящее время мы работаем над формированием библиотеки с образцами тканей глиомы — одной из наиболее агрессивных опухолей головного мозга».
Задача проекта — создание инновационных подходов, которые позволят уменьшить время, необходимое для диагностики заболеваний, в сотни раз — с нескольких дней до нескольких минут. В состав научной группы, которая занимается разработкой новых инструментов и технологий диагностики с использованием современных методов оптической спектроскопии и машинного обучения, вошли сотрудники Томского, Саратовского, Московского государственных университетов, руководитель проекта — Александр Шкуринов.
Как отмечают ученые, новый подход автоматизирует процесс диагностики. Однако обученный на сотнях и тысячах образцов ИИ не будет заменять врачей-клиницистов, а помогать в повышении точности диагностики и выборе тактики лечения.