Найти в Дзене

Искусственный интеллект помогает выявлять метастазы: результаты исследования Сеченовского Университета

Ученые из Сеченовского Университета представили результаты пилотного исследования нейросети, направленной на выявление метастазов. Совместно с российской IT-компанией Medical Neuronets и специалистами Московской городской онкологической больницы № 62, ученые разработали систему искусственного интеллекта, которая автоматически обнаруживает метастазы колоректального рака в лимфатических узлах. Результаты этого исследования опубликованы в международном журнале Cancer Medicine. Колоректальный рак остается одним из самых распространенных видов онкозаболеваний. Метастазы в лимфоузлах играют ключевую роль в определении стадии болезни и выборе лечения. Международные рекомендации требуют исследования не менее 12 лимфатических узлов у каждого пациента, что подразумевает анализ множества гистологических стекол. Метастазы могут быть небольшими и трудноразличимыми. Система работает в два этапа: сначала алгоритм анализирует цифровой препарат целиком, выделяя подозрительные зоны. Затем проводится дет

Ученые из Сеченовского Университета представили результаты пилотного исследования нейросети, направленной на выявление метастазов.

Совместно с российской IT-компанией Medical Neuronets и специалистами Московской городской онкологической больницы № 62, ученые разработали систему искусственного интеллекта, которая автоматически обнаруживает метастазы колоректального рака в лимфатических узлах. Результаты этого исследования опубликованы в международном журнале Cancer Medicine.

Колоректальный рак остается одним из самых распространенных видов онкозаболеваний. Метастазы в лимфоузлах играют ключевую роль в определении стадии болезни и выборе лечения. Международные рекомендации требуют исследования не менее 12 лимфатических узлов у каждого пациента, что подразумевает анализ множества гистологических стекол. Метастазы могут быть небольшими и трудноразличимыми.

Система работает в два этапа: сначала алгоритм анализирует цифровой препарат целиком, выделяя подозрительные зоны. Затем проводится детальный анализ, и программа выделяет границы опухолевых клеток с помощью полупрозрачной маски на изображении, что помогает врачу сосредоточиться на значимых участках.

Для обучения использовались полностью размеченные препараты из Московской городской онкологической больницы № 62. Специалисты провели высокоточную аннотацию 108 препаратов и подготовили выборку из 514 лимфоузлов для валидации. Разработку и обучение алгоритма проводила компания Medical Neuronets, а клиническую валидацию осуществляли специалисты Сеченовского Университета. Модель была протестирована на сканированных препаратах из двух учреждений, корректно выявляя метастазы и распознавая нормальные лимфоузлы. Особое внимание уделялось малым метастазам, которые система выделяла размером 0,14 × 0,06 мм.

Алексей Файзуллин, заведующий лабораторией цифрового микроскопического анализа Сеченовского Университета, отметил, что развитие таких технологий – это шаг к более сложным задачам, включая мультимодальный анализ тканей.

В ходе проекта специалисты работали с цифровыми препаратами, используя ИИ и автоматически созданные маски. Врачи оценили систему как полезный инструмент для экономии внимания специалистов.

Генеральный директор Medical Neuronets Руслан Парчиев подчеркнул клиническую ценность внедрения ИИ, способного точно выявлять метастазы на оцифрованных срезах лимфоузлов, что улучшает диагностику и снижает нагрузку на специалистов.

Авторы подчеркнули, что технология не заменяет врача, а поддерживает его в принятии решений. В будущем такие решения могут быть интегрированы в рабочие места патоморфологов для повышения стандартизации диагностики.

Источник: пресс-служба Сеченовского Университета