Ученые Томского государственного университета и НИИ онкологии ТНИМЦ обучили компьютерную модель выявлять меланому и определять степень её злокачественности, что важно для прогноза течения заболевания и выбора тактики лечения, сообщает пресс-служба ТГУ.
«В качестве инструмента для исследования образцов биологических тканей пациента используется терагерцовая спектроскопия, — рассказывает научный сотрудник лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Анастасия Князькова. — Если патологоанатомы выдают гистологическое заключение на основе микроскопического изучения тканей, их морфологических особенностей, то оптические методы распознают спектральные образы, которые в здоровых тканях и тканях злокачественной опухоли имеют значимые отличия. Далее на собранной базе данных компьютерная модель тренируется отличать норму от патологии, а также распознавать изменения, характерные для отдельного типа опухоли».
Библиотека данных для машинного обучения собиралась на основе образцов тканей более 100 пациентов НИИ онкологии. Среди них были три группы: пациенты, у которых диагностирована аденокарцинома простаты, группа с диагнозом меланома (рак кожи) и пациенты, которые по итогам обследования оказались здоровы.
В итоге обученная модель выявляет наличие раковых клеток, а также проводит оценку опухоли по шкале Глисона. Она традиционно используется при диагностике рака простаты для определения степени злокачественности процесса (показатели от 1 до 10), что важно с точки зрения прогноза течения болезни. Как в случае с раком простаты, так и при диагностике меланомы точность оценки, проведенной ИИ, составила 100%.
«Задача наших исследований заключалась в оценке возможностей компьютерной модели в распознавании опухолей разной нозологии, — говорит Анастасия Князькова. — Как показала практика, при наличии базы данных ИИ можно обучить выявлению новообразований разных локализаций. В настоящее время мы работаем с формированием библиотеки с образцами тканей глиомы — одной из наиболее агрессивных опухолей головного мозга».
В пресс-службе отмечают, что новый автоматизирует процесс диагностики, но не будет заменять врачей-клиницистов. ИИ, обученный на сотнях образцов, может служить эффективным вспомогательным инструментом для повышения объективности диагностики и принятия решения относительно выбора тактики лечения.
Подписывайтесь на наш телеграм-канал «Томский Обзор».