В Сеченовском Университете создали ИИ для помощи врачам в прогнозировании метастазов рака легкого

Ученые Сеченовского Университета разработали нейросеть для выявления лимфоваскулярной инвазии в образцах ткани легких при аденокарциноме. Это позволит более точно и быстро определять риски развития метастазов и при необходимости менять схему терапии пациента. Работа велась вместе с коллегами из НовГУ имени Ярослава Мудрого в рамках программы создания и развития НЦМУ «Цифровой биодизайн и персонализированное здравоохранение». Результаты исследования были опубликованы в журнале Journal of Pathology Informatics. Об этом CNews сообщили представители Сеченовского Университета.

При лимфоваскулярной инвазии раковые клетки выявляются внутри кровеносных или лимфатических сосудов. Она является одним из неблагоприятных прогностических факторов течения заболевания, который требует в ряде случаев назначения адъювантной терапии. Однако точное выявление инвазии затруднено из-за возможных различий в оценке патологов.

«Если опухоль прорастает в сосуды, оттуда она может распространиться дальше, образовать метастазы. Поэтому выявлять участки инвазии важно до того, как опухолевые клетки попали в кровоток — это позволяет прогнозировать дальнейшее развитие болезни и скорректировать терапию. Однако интерпретация гистологических данных у разных специалистов может различаться, и существует риск не заметить инвазию вовремя. Наши исследования направлены на создание системы для автоматической оценки инвазии, которая поможет врачам-патологоанатомам получать более объективные и точные результаты», — сказал заведующий лабораторией цифрового микроскопического анализа Алексей Файзуллин. 

Ядром системы стала нейросеть, для обучения которой ученые использовали 162 гистоскана, содержащих 8,2 тыс. размеченных врачами-патологоанатомами сосуда. ИИ оказался способен идентифицировать кровеносные сосуды и инвазию опухоли в них с точностью выше 95%.

Также ученые проверили, даст ли их подход возможность ускорить выявление регионов инвазии в условиях пилотного эксперимента. Как выяснилось, использование системы позволяет сократить время анализа в среднем на 17%, а в особо сложных случаях — на 20%. 

Помимо клинической практики, нейросеть может пригодиться и в науке. Более простая и быстрая обработка гистосканов даст возможность лучше изучить особенности лимфоваскулярной инвазии и выявить новые аспекты ее влияния на развитие метастазов и биологию опухоли в целом. 

В планах ученых — дальнейшая работа над повышением точности и эффективности нейросети, обучение ее работе с сосудами других органов, сопоставление лимфоваскулярной инвазии с другими прогностическими факторами, например, с индексом пролиферации опухолевых клеток, а также создание мультимодальной прогностической модели. В перспективе они рассчитывают создать полностью автоматизированный сервис, который можно будет интегрировать в медицинские информационные системы.