По данным пресс-службы вуза, этот метод позволяет количественно оценить характер раковых опухолей почки.
Нынешние методы оценки злокачественности светлоклеточной почечно-клеточной карциномы почки основаны на международной классификации ВОЗ/ISUP, где специалисты проводят оценку "на глаз". Это означает, что оценка производится на основе внешнего вида ядрышек в клетках и их соотношения в опухолевой ткани. Однако, даже опытные патологоанатомы иногда не могут точно определить степень злокачественности, так как границы между разными степенями злокачественности не всегда очевидны. Исследователи Сеченовского университета предлагают использовать искусственный интеллект для более объективной и точной оценки рака почки, что может значительно улучшить диагностику и выбор методов лечения данного заболевания.Исследователи из Сеченовского университета, совместно с учеными из ПАО "Вымпелком" и других научных центров, представили новое программное обеспечение, основанное на технологии компьютерного зрения. Эта разработка автоматически выделяет и классифицирует каждую клетку на гистологическом срезе, что может значительно упростить работу патологов. Но главное открытие, сделанное в ходе исследования, оказалось гораздо более фундаментальным, сообщили в пресс-службе.Алгоритм, обученный на огромном объеме данных - более чем 200 тысяч клеток, способен точно определять степень злокачественности. Как пояснили в университете, он не только повторяет экспертные оценки, но и обнаруживает скрытые закономерности между составом опухоли и прогнозом выживаемости пациентов. Это значительный шаг вперед в диагностике и лечении онкологических заболеваний.Исследования показали, что опухоли могут иметь различные морфологические паттерны, каждый из которых связан с определенным прогнозом для пациентов. Например, ученые выделили четыре устойчивых типа строения опухоли, среди которых "ядрышковый" тип оказался наиболее опасным из-за высокой агрессивности клеток. Кроме того, обнаружено, что "дистрофический" паттерн характеризуется низким количеством клеток и наличием некротических процессов, что связано с плохим прогнозом для пациентов. С другой стороны, "мономорфный" паттерн опухоли оказался наиболее благоприятным с точки зрения прогноза.Важно отметить, что морфологические паттерны не всегда совпадают с официальной градацией опухолей, что может объяснять различия в исходах у пациентов с одинаковым диагнозом. Это подчеркивает важность индивидуализированного подхода к лечению рака и необходимость учета особенностей каждого случая.Исследование, проведенное нашей лабораторией цифрового микроскопического анализа, демонстрирует, что использование искусственного интеллекта для расчета количественных метрик позволяет более точно определить ядрышковую градацию опухоли. Вместо субъективной оценки врач получает конкретные числовые значения, что повышает объективность и воспроизводимость анализа. Например, вместо простого "много" или "мало" ядрышек, врач может увидеть точное значение, такое как 15%. Это позволяет использовать полученные данные для персонализированного прогноза и определения оптимальной терапии.Алексей Файзуллин, руководитель лаборатории, подчеркнул, что использование ИИ в медицине значительно улучшает процесс диагностики и принятия решений. Точные количественные метрики, полученные благодаря анализу данных с помощью ИИ, обеспечивают врачам более надежную основу для принятия решений о лечении пациентов. Это открывает новые возможности для персонализированной медицины и повышает качество заботы о здоровье.В итоге, использование цифрового микроскопического анализа с поддержкой искусственного интеллекта позволяет не только улучшить точность диагностики опухолей, но и сделать процесс прогнозирования и выбора терапии более индивидуализированным и эффективным.Новые исследования в области цифрового анализа гистологических срезов опухолей привели к разработке инновационной модели, которая успешно прошла пилотное тестирование в патологоанатомическом отделении. Эта модель уже интегрирована в специализированное программное обеспечение и готова к применению в реальной клинической практике, как сообщили в пресс-службе учебного заведения. Ученые поделились результатами исследования в статье, опубликованной в авторитетном международном научном журнале Cancer Medicine. Новая модель представляет собой значительный прорыв в диагностике опухолей, обещая улучшить точность и эффективность анализа гистологических препаратов. Это достижение открывает новые перспективы для онкологической практики и может стать ключевым инструментом в борьбе с раковыми заболеваниями. Внедрение инновационных технологий в медицинскую сферу продолжает улучшать качество диагностики и лечения пациентов, повышая шансы на успешное преодоление заболевания.Источник фото: РИА Новости
