Российские ученые создали веб-платформу OpticElastograph для ранней диагностики рака. Она содержит вычислительный кластер на основе методов ML, который позволяет анализировать снимки и предоставлять данные о биотканях. Разработкой уже заинтересовались на презентациях в Китае и ОАЭ, в планах демонстрация в США.
Компания «Оптикэластограф», куда входят ученые из Института физики РАН, в сотрудничестве с компанией-разработчиком Riverstart создали веб-платформу OpticElastograph. Она содержит вычислительный кластер на основе методов статистического машинного обучения (ML), который позволяет анализировать томографические снимки и предоставлять детализированные данные о биотканях.
Благодаря платформе клиницисты, биологи, врачи и исследователи получают обширные данные о состоянии тканей без хирургического вмешательства. Информация, которую можно получить таким образом, помогает в:
- постановке точного диагноза, уменьшая вероятность ошибок и потери времени;
- определении подтипа рака, что важно для выбора терапии;
- распознавании границ опухоли.
Тренд на платформы такого вида появился еще в 2020 году.
Что такое оптическая биопсия
Оптическая биопсия — это способ получения информации о биотканях с помощью лазерного воздействия, без хирургического вмешательства, то есть неинвазивно. Этот способ дает более точную информацию:
- быстрее, чем с помощью классического гистологического исследования, поскольку не нужно брать срезы, окрашивать, обеспечить правильное хранение и учет;
- легче для организма, поскольку нет разрезов, которые нужно заживлять;
- точнее, потому что можно наблюдать за образцами in vivo — то есть не на срезе, который мог деформироваться, а на живом организме.
Исследование опухоли на живом организме
Примеры использования оптической биопсии описаны в новейших исследованиях сотрудников Института экспериментальной онкологии и биомедицинских технологий ПИМУ, Нижегородской областной онкологической больницы, Государственного университета Лобачевского и Института прикладной физики РАН. Специалисты использовали инструменты, интегрированные в платформу OpticElastograph.
В журнале Nature продемонстрирован эксперимент, где контролировали состояние раковых опухолей, которые специально выращивали на коже мышей. Таким способом проверяют методы терапии и ищут более эффективные. Оптическая биопсия позволила обеспечить постоянное наблюдение за ростом опухолевой ткани, изменением из-за воздействия терапии.
На примерах изображен параллельный мониторинг эволюции опухоли во время химиотерапии. Примеры сравниваются попарно по столбцам: слева данные, которые можно получить с помощью гистологического исследования, справа — с помощью оптической биопсии, которая позволяет нагляднее увидеть спектр жесткости биоткани, границы раковой опухоли и здоровых клеток. Масштабная линейка для всех изображений = 100 мкм.
Другое исследование, описанное в журнале Optica Publishing Group, тоже касается онкологии, но описывает использование оптической биопсии в лечении рака молочной железы, а именно в проведении хирургической операции по удалению опухоли.
Использование оптической биопсии в других сферах
Оптическая биопсия позволяет изучать эластичность образцов толщиной меньше миллиметра. В кардиохирургии это позволило провести операцию на сердце: проанализировать биомеханику ткани перикарда и заменить створки аортального клапана.
Также метод применяется в челюстно-лицевой хирургии и отоларингологии. К примеру, для лечения стеноза трахеи используют хрящевые имплантаты, в создании которых участвует лазер. Оптическая биопсия позволяет следить за стабильностью формы имплантата и уменьшить вероятность деформации за счет подбора более низкой температуры лазера.
В офтальмологии с помощью светового луча врачи сканируют слои сетчатки и выявляют перемены в ее состоянии: отеки, кровоизлияние, воспаление и другие процессы.
«Применение оптической биопсии не только в офтальмологии, но и в других сферах — важный шаг, который дает новые возможности для исследований, диагностики и лечения заболеваний. Платформа, разработанная Riverstart и учеными из «Оптикэластограф», позволяет сделать этот шаг и выйти на повсеместное использование оптической биопсии там, где такие методы ранее было дорого или сложно применять. К примеру, в исследованиях в областях, связанных с онкологией, кардиологией, хирургией, дерматологией и косметологией».
Андрей Никонов, CEO Riverstart
Как исследователи получают новые данные
OpticElastograph запускает специальные программы, разработанные учеными, для того, чтобы подсветить информацию на томографических сканах. Результат формируется с помощью вычислительного кластера.
«За 10 лет мы разработали множество программ для извлечения информации из сканов оптических томографов, не видимой невооруженным глазом. В том числе и возможность определять скопления клеток и характеристики биоткани. В онкологии особенно важно видеть скопления раковых клеток, в том числе на границах образцов, извлеченных при удалении опухолей. Существует широкий класс таких задач, относящийся к разным органам и возможным патологиям. Наша цель была завернуть наши решения в no-code масштабируемые сервисы для поиска патологических мест на ОКТ-сканах. Исследователям-клиницистам и врачам очень важно иметь решения, которые могут быть запущены без дополнительных умений программировать и работать с программами».
Лев Матвеев, сооснователь и Chief Data Scientist «ОптикЭластограф»
Этапы исследования следующие:
- Сотрудник лаборатории загружает томограмму на платформу.
- Он выбирает, какую информацию хочет получить, от этого зависят настройки обработки. К примеру, можно отобразить деформацию биоткани на разных областях, карту кровеносных сосудов, карту жесткости биоткани.
- Платформа применяет нужные программы и обрабатывает скан. Использует либо универсальную программу, либо заранее настроенную под конкретный прибор, который использует лаборатория, конкретную биоткань или особый запрос исследователя.
- Данные сохраняются на платформе. Их можно использовать в исследованиях и обучении студентов, отправить коллегам, сформировать из них датасеты для обучения ИИ.
Развитие исследований ИИ
Сейчас использование ИИ в области здравоохранения — это тренд. С помощью машинного обучения и искусственного интеллекта можно ускорить обнаружение патологий и их классификацию, оптимизировать подбор препаратов с учетом их сочетаемости друг с другом и дозировок, увеличить точность хирургических вмешательств.
ML-модели уже сейчас широко применяют для прогнозирования, например, спроса на товары. В сфере здравоохранения ML-модель можно использовать для прогнозов течения болезни: модель может изучить медкарту и результаты анализов, учесть информацию о генетике и предрасположенностях к заболеваниям и на основании этих данных спрогнозировать вероятность конкретного заболевания у человека. На основании этого можно провести профилактику, скорректировать образ жизни, назначить дополнительные анализы.
Сейчас данные, которые дает OpticElastograph, можно использовать для разметки больших data-сетов для обучения ИИ, а на стадии тестирования — применение ИИ для обработки сканов, обнаружения существующих патологий и распознавания сигналов зарождающейся болезни.