ИИ поможет определять метастазы при колоректальном раке на гистосканах
Алгоритм, позволяющий нейросети определять метастазы в лимфатических узлах на гистологических сканах, разрабатывают в индустриальной лаборатории поддержки принятия врачебных решений на базе технологий ИИ Сеченовского Университета Минздрава России. IT-решение позволит снизить нагрузку на патоморфологов и значительно ускорит их работу, - рассказали "Российской газете" в Сеченовском университете.
380 сканов - за восемь часов
Технологии искусственного интеллекта уже активно применяют рентгенологи. Системы на базе технологий компьютерного зрения способны анализировать рентгенологические снимки, КТ, МРТ, УЗИ и выявлять на них признаки различных патологий. В ближайшем будущем использовать ИИ будут и при морфологических исследованиях - анализах, которые необходимы для диагностики онкозаболеваний и выбора адекватного лечения.
В лаборатории поддержки принятия врачебных решений обучают искусственный интеллект определять метастазы колоректального рака и подсчитывать их общее количество. Как объяснил заведующий лабораторий Александр Бирюков, такой скрупулезный анализ необходим для определения стадии рака и выбора тактики лечения.
"Задача патоморфолога - отсмотреть весь гистологический материал, взятый при операции или биопсии. А это 30-40 стекол от каждого пациента, - рассказал Александр Бирюков "РГ". - Объем работы у патоморфологов огромный, а таких специалистов сегодня не хватает. Поэтому задача нашей лаборатории - помочь частично автоматизировать исследование. Алгоритм, который мы разрабатываем, снизит нагрузку на патоморфологов и даст им возможность в первую очередь работать со сканами, где были найдены метастазы, и не тратить время на отсмотр материалов, где патологической ткани точно нет".
Сейчас обработка программой одного гистоскана - файла размером в два гигабайта, - занимает в среднем 75 секунд. А на первоначальном этапе обучения, по словам Александра Бирюкова, искусственный интеллект тратил на анализ одного образца не менее четырех часов. Теперь за 8 часов он может проанализировать примерно 380 гистосканов. Это значит, что точный диагноз за это время смогут поставить не менее десяти пациентам - в два раза больше, чем до использования алгоритма.
Поможет, но врача не заменит
По данным Центрального НИИ организации и информатизации здравоохранения Минздрава, в России не хватает 2825 врачей-патологоанатомов, патологоанатомические отделения обеспечены штатными должностями всего на 48,8 процента.
"Патоморфологов сегодня действительно не хватает и на них ложится огромная нагрузка, - подтвердила заместитель директора по научной работе Института клинической морфологии и цифровой патологии Сеченовского Университета Екатерина Руденко. - Кроме того, анализ биопсийного материала у пациентов с колоректальным раком - сам по себе сложный и трудоемкий процесс. Поэтому, конечно, мы надеемся, что в ближайшее время будут созданы системы поддержки принятия врачебных решений, которые смогут облегчить патологоанатомам первичный анализ этого материала".
При этом, речь не идет о том, что диагноз пациенту будет ставить искусственный интеллект, а не врач, подчеркнула патоморфолог. Постановка диагноза - это всегда задача специалиста. Однако нейросети помогут обнаружить среди огромного объема материала наиболее опасные зоны, а также пометить стекла, которые абсолютно точно не имеют патологии. Эту предварительную оценку патоморфолог уже будет использовать для постановки диагноза.
Метрика качества (точности) разработанного алгоритма сейчас составляет не менее 90 процентов. Как отметил Александр Бирюков, сейчас в лаборатории продолжают работать над прототипом, чтобы усовершенствовать разметку данных и повысить их достоверность. До конца 2023 года планируется протестировать модель на реальных пациентах и разработать законченный веб-сервис, который уже можно будет применять в клинической практике.
