Добавить в корзинуПозвонить
Найти в Дзене
Техносуверен

Учёные создали нейросеть для раннего выявления рака поджелудочной железы

Учёные из ЛЭТИ создали нейросеть для раннего обнаружения рака поджелудочной железы. Эта инновационная технология, разработанная совместно с НМИЦ хирургии им. Вишневского Минздрава России, предназначена для быстрого анализа КТ-снимков брюшной полости с целью выявления опухолей на ранних стадиях. Об этом пишет «Газета.ru». Рак поджелудочной железы отличается высокой агрессивностью и склонностью к быстрому распространению, что часто приводит к его выявлению уже на поздней стадии. Однако ранняя диагностика существенно повышает шансы на успешное лечение и ремиссию. В связи с этим учёные разработали модель на базе глубокого обучения, которая поможет сегментировать железистую ткань и поражения на снимках, выявляя патологию до метастазирования или очевидных клинических симптомов. По словам доцента Николая Староверова, нейросеть смогла достигнуть точности 92,55% при обнаружении изменений в органе, что свидетельствует о высокой перспективности технологии. В будущем планируется интеграция модели
   Илья Тушев / Вести Подмосковья
Илья Тушев / Вести Подмосковья

Учёные из ЛЭТИ создали нейросеть для раннего обнаружения рака поджелудочной железы. Эта инновационная технология, разработанная совместно с НМИЦ хирургии им. Вишневского Минздрава России, предназначена для быстрого анализа КТ-снимков брюшной полости с целью выявления опухолей на ранних стадиях. Об этом пишет «Газета.ru».

Рак поджелудочной железы отличается высокой агрессивностью и склонностью к быстрому распространению, что часто приводит к его выявлению уже на поздней стадии. Однако ранняя диагностика существенно повышает шансы на успешное лечение и ремиссию.

В связи с этим учёные разработали модель на базе глубокого обучения, которая поможет сегментировать железистую ткань и поражения на снимках, выявляя патологию до метастазирования или очевидных клинических симптомов.

По словам доцента Николая Староверова, нейросеть смогла достигнуть точности 92,55% при обнаружении изменений в органе, что свидетельствует о высокой перспективности технологии. В будущем планируется интеграция модели в системы поддержки принятия врачебных решений, что упростит и ускорит диагностику онкологических заболеваний поджелудочной железы.

При этом, несмотря на высокую точность, окончательное решение о диагнозе остается за специалистами рентгенологами, а разработанная система служит вспомогательным инструментом для повышения точности ранней диагностики.