Ученые Сеченовского Университета совместно с ИТ-компанией Medical Neuronets и специалистами Московской городской онкологической больницы № 62 разработали систему искусственного интеллекта для автоматического выявления метастазов колоректального рака в лимфатических узлах. Результаты пилотного клинического исследования опубликованы в международном журнале Cancer Medicine.
Согласно международным рекомендациям, для корректного стадирования необходимо исследовать не менее 12 лимфатических узлов у каждого пациента, что требует анализа десятков гистологических препаратов. При этом метастазы могут иметь небольшие размеры и быть трудноразличимыми.
Разработанная система функционирует в два этапа. На первом этапе алгоритм сканирует цифровой препарат и выделяет подозрительные участки. Затем проводится детальный анализ с определением границ опухолевых клеток, которые отмечаются на изображении полупрозрачной маской. Такой подход позволяет врачу сконцентрироваться на потенциально значимых зонах.
Для обучения модели использовались размеченные препараты лимфоузлов, полученные в Московской городской онкологической больнице № 62. Специалисты больницы провели аннотацию 108 препаратов и подготовили для валидации выборку из 514 лимфоузлов. Разработка модели компьютерного зрения осуществлялась компанией Medical Neuronets, а клиническую валидацию прототипа проводили специалисты Сеченовского Университета. В ходе тестирования алгоритм корректно выявил все случаи с метастазами и в большинстве случаев правильно идентифицировал нормальные лимфоузлы. Особое внимание уделялось малым метастазам: система выделяла очаги размером около 0,14 на 0,06 мм.
В рамках пилотного проекта специалисты работали с цифровыми препаратами как без поддержки ИИ, так и с использованием автоматически созданных масок. Врачи отметили потенциал системы как инструмента, позволяющего оптимизировать рабочий процесс за счет приоритизации подозрительных случаев.
Авторы разработки подчеркивают, что технология предназначена для поддержки принятия решений и не заменяет врача. В перспективе подобные решения могут быть интегрированы в цифровые рабочие места патоморфологов, что способствует снижению риска пропуска мелких очагов и повышению стандартизации онкологической диагностики.
Читайте также: «В России разработана универсальная ИИ-система для анализа медицинских снимков».