Тот, кто не ошибется

Точный диагноз поставит искусственный интеллект

Ученые лаборатории биофотоники Томского госуниверситета вместе с онкологами Томского национального исследовательского медицинского центра РАН разработали новый подход к диагностике аденокарциномы — злокачественной опухоли предстательной железы. Для выявления онкопатологии и определения стадии заболевания в данном подходе ученые предлагают использовать искусственный интеллект. Компьютерную модель с помощью машинного обучения научили со стопроцентной точностью различать здоровые ткани и патологию.
— Обычно с образцами биопсии простаты работают несколько человек, после изучения срезов они выносят коллегиальное решение, — рассказывает исполнительный директор Института биомедицины ТГУ Юрий Кистенев. — Тем не менее оценка их все-таки субъективна, и заключения бывают ошибочными. Мы попробовали решить эту проблему с помощью IT-технологий — разработали компьютерную модель и посредством машинного обучения научили ее выявлять аномальные участки, используя такой инструмент, как терагерцовая спектроскопия.
В процессе анализа искусственный интеллект не только выявляет наличие раковых клеток, но и проводит оценку опухоли по шкале Глисона. Она традиционно используется при диагностике рака простаты для определения степени злокачественности процесса (показатели от 1 до 10), что важно с точки зрения прогноза течения болезни.
— Использование терагерцовой спектроскопии позволяет очень хорошо визуализировать образец, поскольку на маленьком участке лазер «читает» от 2500 до 4000 точек, — рассказывает один из исполнителей проекта, аспирантка ТГУ Анастасия Князькова. — В процессе обучения компьютерную модель тренировали на образцах здоровой и пораженной ткани, которые предоставил НИИ онкологии ТНИМЦ. Таким образом ИИ научился разделять норму и патологию. Проверяли его способность к верификации аденокарциномы на той части образцов, которая не использовалась в обучении. Насколько процесс злокачественный, определяли на образцах, имеющих оценку 4 и 8 по шкале Глисона. При этом точность дифференциальной диагностики составила 100%.
По словам разработчиков, сотрудников лаборатории биофотоники, по мере накопления данных модель сможет проводить оценку опухоли по всей шкале Глисона, после чего новый инструмент можно внедрять в клиническую практику. Как отмечает Ю.Кистенев, подход является универсальным. Его уже опробовали в диагностике меланомы. При наличии достаточного количества обучающего материала (образцов с нормой и патологией) модель можно научить диагностике и других онкозаболеваний.
Добавим, что работа, выполненная при поддержке Научного фонда ТГУ им. Д.И.Менделеева, является частью большого комплексного проекта РФФИ, в котором участвуют самые сильные научные центры РФ в области биофотоники: МГУ, ИТМО, Саратовский, Новосибирский и Нижегородский государственные университеты. Роль ТГУ заключается в разработке методов машинного обучения для новых диагностических подходов, создаваемых всеми участниками проекта.

Пресс-служба ТГУ

Нет комментариев