Исследователи Сеченовского Университета, совместно с ИТ-компанией Medical Neuronets и командой экспертов из Московской городской онкологической больницы номер шестьдесят два, представили уникальную систему искусственного интеллекта, предназначенную для автоматизированного обнаружения метастазов при колоректальном раке в лимфатических узлах. Этот прогрессивный подход демонстрирует большие перспективы в борьбе с одним из самых распространённых видов онкологических заболеваний и открывает новые горизонты для современной медицины.
Колоректальный рак: проблема современности и сложность диагностики
Колоректальный рак продолжает входить в число лидирующих причин смертности. Прогноз о выздоровлении во многом зависит от того, были ли выявлены метастазы в лимфоузлах, поскольку этот показатель во многом определяет стадию болезни, выбор лечебных тактик и дальнейшую судьбу пациента. Конкретные клинические рекомендации настаивают на исследовании минимум двенадцати лимфоузлов у каждого больного для правильного постановления диагноза. Этот процесс охватывает тщательный анализ множества гистологических срезов, среди которых часто встречаются скрытые микрометастазы, незаметные невооружённым глазом даже опытному морфологу.
Принцип работы интеллектуальной системы
Разработанная нейросеть использует двухэтапную стратегию анализа. В первом этапе алгоритм сканирует цифровое изображение препарата и помечает зоны, вызывающие подозрение. Далее система запускает расширенный морфологический разбор, выделяя контуры опухолевых клеток и добавляя на гистологическое изображение полупрозрачную цветовую маску. Это существенно облегчает работу патоморфологов, позволяя сосредоточиться на ключевых участках и минимизировать вероятность пропуска мельчайших очагов патологии.
Глубокое обучение на лучших клинических данных Москвы
Основа для искусственного интеллекта — аннотированные препараты лимфоузлов, собранные в отделении патоморфологии Московской городской онкологической больницы номер шестьдесят два, одного из флагманов российской системы здравоохранения в сфере гистологической диагностики. Команда экспертов создала многоуровневую разметку сто восьми препаратов и сформировала обширную выборку для тестирования — более пятисот лимфоузлов.
Процесс создания нейросети включал разработку алгоритма компьютерного зрения и его углублённое обучение на реальных медицинских данных. Испытания системы проводились не только на материалах этой онкологической больницы, но и на сканах других лечебных учреждений. По итогам пилотного тестирования алгоритм корректно выявил все случаи метастазирования, а в большинстве сцен смог однозначно идентифицировать здоровые лимфоузлы. Особое значение команды придали микрометастазам: искусственный интеллект успешно обнаруживал патологические очаги минимальных размеров вплоть до четырнадцати-сотых миллиметра.
Оптимизация труда и повышение качества диагностики
В ходе эксперимента специалисты анализировали препараты как вручную, так и с помощью предложенной цифровой платформы, использовав функционал автоматического выделения подозрительных участков. Неоценимым преимуществом новой системы стала возможность быстрого ранжирования гистологических стекол по степени потенциальной угрозы. Таким образом, врач-патоморфолог получил инструмент, позволяющий сконцентрировать внимание на действительно сложных случаях и эффективнее планировать собственное рабочее время.
Участники исследования утверждают, что внедрение подобных интеллектуальных решений способствует снижению профессионального утомления и позволяет врачам высвобождать ресурс для аналитически сложных и нетипичных ситуаций, не расходуя силы на рутинную деятельность. Искусственный интеллект становится помощником, который повышает уровень безопасности пациента за счёт минимизации вероятности невидимых человеческому глазу ошибок.
Будущее цифровой онкологической диагностики
Новые технологии искусственного интеллекта не предназначены для подмены специалиста, а становятся опорой для информированных клинических решений. По прогнозу авторов проекта, интеграция подобных цифровых платформ в ежедневную практику патоморфологов создаёт фундамент для дальнейшей стандартизации и объективизации диагностики онкологических заболеваний. Особенно важным это становится при необходимости тотального контроля качества и проработки сложных случаев метастазирования.
Информационная инфраструктура, поддерживаемая Сеченовским Университетом, способствует внедрению инновационных разработок непосредственно в клиническую среду. Подобные проекты открывают новые перспективы оптимизации диагностики и лечения раковых заболеваний, уверенно двигая медицину в сторону цифровой трансформации и более совершенному индивидуализированному подходу к каждому пациенту.
Комплексная поддержка и дальнейшие перспективы
Интеграция искусственного интеллекта в рабочие процессы медицинских специалистов повышает не только точность обнаружения патологии, но и служит залогом своевременного выявления опасных изменений. Цифровое рабочее место патоморфолога будущего может стать ключевым элементом для создания системного мониторинга и снижения человеческого фактора.
Профессиональное сообщество с оптимизмом наблюдает за результатами прорывного проекта, надеясь на дальнейшее расширение функционала интеллектуальных технологий и их масштабное внедрение как в российских, так и в зарубежных клиниках. Обещанные результаты пилотного исследования вдохновляют специалистов и пациентов, ведь качество раннего выявления метастазов напрямую влияет на исход заболевания и шансы на выздоровление.
Информация предоставлена отделом по связям с общественностью Сеченовского Университета
Источник фото: armmypicca / ru.123rf.com
Источник: scientificrussia.ru
