To bylo hlášeno „Gazeta.Ru“ v tiskové službě univerzity.
Kolorektální karcinom zůstává jedním z nejčastějších onkologických onemocnění. Přítomnost metastáz v lymfatických uzlinách určuje stadium onemocnění, prognózu a taktiku léčby. Zároveň je pro správnou diagnózu nutné vyšetřit nejméně 12 lymfatických uzlin – jedná se o desítky histologických preparátů, kde mohou být nádorová ložiska extrémně malá a obtížně rozlišitelná.
Vyvinutý systém pracuje ve dvou fázích.
Nejprve algoritmus analyzuje celý digitální obraz a zvýrazní podezřelé oblasti. Poté se provede podrobnější vyšetření: software určí hranice nádorových buněk a překryje snímek průsvitnou maskou, která pomůže lékaři zaměřit se na potenciálně nebezpečné oblasti.
K tréninku modelu byly použity označené preparáty lymfatických uzlin připravené v onkologické nemocnici č. 62. Odborníci anotovali celkem 108 preparátů a vytvořili vzorek 514 lymfatických uzlin pro validaci. Algoritmus byl testován na datech ze dvou zdravotnických center.
Během testů systém správně identifikoval všechny případy s metastázami a ve většině případů správně rozpoznal normální tkáň. Zvláštní pozornost byla věnována malým ložiskům: AI rozpoznal metastázy o rozměrech přibližně 0,14 × 0,06 mm.
„Postupně přecházíme od analýzy jednotlivých morfologických znaků ke komplexnímu studiu tkání, včetně práce s multimodálními daty,“ poznamenal Alexej Faizullin, vedoucí laboratoře digitální mikroskopické analýzy na Sečenovově univerzitě.
Lékaři zapojení do pilotního projektu poznamenali, že systém šetří čas a snižuje pracovní zátěž tím, že pomáhá rychleji najít podezřelé oblasti.
„Takové technologie mohou zvýšit přesnost diagnostiky a přinést prospěch jak odborníkům, tak pacientům,“ zdůraznil generální ředitel společnosti Medical Neuronets Ruslan Parchiev.
Autoři zdůrazňují, že systém nenahrazuje lékaře, ale slouží jako nástroj pro podporu rozhodování. V budoucnu se taková řešení mohou stát součástí digitálních pracovišť patomorfologů a snížit riziko přehlédnutí malých metastáz.
Jaké další aplikace umělé inteligence by mohly být vyvinuty pro diagnostiku jiných typů rakoviny?