Учёные Сеченовского университета совместно с экспертами ПАО «Вымпелком» и других научных центров создали уникальную инновационную систему на базе искусственного интеллекта (ИИ) для оценки злокачественности рака почки
Учёные Сеченовского университета совместно с экспертами ПАО «Вымпелком» и других научных центров создали уникальную инновационную систему на базе искусственного интеллекта (ИИ) для оценки злокачественности рака почки.
Данная разработка, подробности которой были опубликованы в международном научном журнале Cancer Medicine, позволяет перейти от субъективной визуальной оценки к точным количественным показателям, передаёт РИА Новости.
В частности, отмечается, что проблема текущей методики заключается в том, что сейчас патологоанатомы опираются на классификацию ВОЗ/ISUP, оценивая степень злокачественности светлоклеточной почечно клеточной карциномы «на глаз» – то есть по выраженности и количеству ядрышек в клетках опухоли.
Однако такой подход нередко приводит к расхождениям в диагнозах из за размытых границ между степенями злокачественности.
Разработанное ПО использует технологии компьютерного зрения для автоматического анализа гистологических срезов: обрабатывает изображения на клеточном уровне; классифицирует каждую клетку; вычисляет процент клеток с выраженными ядрышками (маркер агрессивности).
При этом данный алгоритм обучен на базе более 200 тыс. клеток и демонстрирует высокую точность распознавания. Анализ 50 тыс. клеток из 144 образцов выявил критичный порог: при доле клеток с выраженными ядрышками свыше 11 % средняя выживаемость пациентов падает до 2,2 года. При меньшем же проценте этот показатель превышает уже 6 лет – даже при формально одинаковой градации опухоли.
Учёные выделили четыре морфологических паттерна опухоли: «Ядрышковый» – наиболее агрессивный (много клеток с выраженными ядрышками); «Дистрофический» – связан с некротическими процессами и неблагоприятным прогнозом; «Мономорфный» – самый благоприятный вариант. Четвёртый же паттерн дополняет классификацию, уточняя прогноз.
Практическое значение данной разработки очень большое. В частности, система даёт врачам объективные метрики (например, «15 % клеток с ядрышками») вместо субъективных оценок «много/мало». Это позволяет персонализировать прогноз выживаемости, оптимизировать выбор терапии, а также заметно снизить риск диагностических ошибок.
Модель уже интегрирована в ПО для цифрового анализа гистологических срезов и прошла пилотное тестирование в патологоанатомическом отделении.