Каждый день цитологи всего мира используют оптические микроскопы для анализа и классификации образцов клеток костного мозга. Этот метод диагностики заболеваний крови был придуман более 150 лет назад, но он не очень эффективен от того, что очень сложен. Поиск редких, но важных для диагностики клеток - трудоемкая и длительная задача. Искусственный интеллект способен повысить эффективность этого метода, однако для обучения алгоритма необходим большой объем высококачественных данных.
Ученые из исследовательского центра Гельмгольца в Мюнхене создали крупнейшую на сегодняшний день базу данных с открытым доступом по микроскопическим изображениям клеток костного мозга. База данных включает в себя более 170 000 изображений отдельных клеток, полученных от более чем 900 пациентов с различными заболеваниями крови. Она является результатом сотрудничества Мюнхенского института имени Гельмгольца с клиникой университета имени Людвига-Максимилиана, Мюнхенской лабораторией лейкемии (одним из крупнейших в мире поставщиков диагностических услуг в этой области) и институтом интегральных схем Фраунгофера.
Информация об этой разработке была опубликована в журнале Blood.
Ведущий автор нового исследования Кристиан Матек говорит:
На основе этой базы данных мы разработали нейронную сеть, которая превосходит предыдущие алгоритмы машинного обучения для классификации клеток не только по точности, но и по обобщаемости. Анализ клеток костного мозга еще не проводился с помощью таких продвинутых систем на основе глубокого обучения, что также связано с тем, что до сих пор не было доступно высококачественных общедоступных наборов данных.
Исследователи намерены и дальше расширять свою базу данных клеток костного мозга, чтобы охватить более широкий спектр находок и проспективно проверить свою модель.
База данных и модель находятся в свободном доступе для исследовательских и учебных целей - для обучения специалистов или в качестве отправной точки для разработки систем на основе искусственного интеллекта для, например, диагностики рака крови.
Источник: Digital Health News
#ЛАБОРАТОРНАЯДИАГНОСТИКА #ОНКОЛОГИЯ
#РАККРОВИ
#ИСКУССТВЕННЫЙИНТЕЛЛЕКТ