Выявить рак со стопроцентной точностью
Новый подход к диагностике аденокарциномы — злокачественной опухоли предстательной железы — разработали ученые лаборатории биофотоники Томского государственного университета (ТГУ) совместно с онкологами Томского национального исследовательского медицинского центра (ТНИМЦ). Для выявления онкопатологии и определения стадии заболевания в этом подходе используется искусственный интеллект. Компьютерную модель с помощью машинного обучения научили со стопроцентной точностью различать здоровые ткани и патологию, сообщает пресс-служба ТГУ.
Золотым стандартом диагностики онкозаболеваний является гистология, во время которой ткани, взятые у пациента, исследуются на наличие злокачественных изменений. Чтобы образцы можно было долго хранить, проводят их дегидратацию и заливают парафином. Затем специалисты делают тонкие срезы и исследуют эти «слайды» с помощью микроскопа.
«Обычно с образцами биопсии простаты работают несколько человек, после изучения срезов они выносят коллегиальное решение, — поясняет исполнительный директор Института биомедицины ТГУ Юрий Кистенев. — Человеческий фактор никто не отменял, поэтому из-за субъективной оценки бывают ошибочные заключения. Мы попробовали решить эту проблему с помощью информационных технологий — разработали компьютерную модель и посредством машинного обучения научили ее выявлять аномальные участки, используя такой инструмент, как терагерцовая спектроскопия».
По словам Юрия Кистенева, в процессе анализа искусственный интеллект не только выявляет наличие раковых клеток, но и 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.
«Использование терагерцовой спектроскопии позволяет очень хорошо визуализировать образец, поскольку на маленьком участке лазер “читает” от 2500 до 4000 точек, — рассказывает один из исполнителей проекта аспирантка ТГУ Анастасия Князькова. — В процессе обучения компьютерную модель тренировали на образцах здоровой и пораженной ткани, которые предоставил НИИ онкологии ТНИМЦ. Таким образом ИИ научился разделять норму и патологию. Проверку его способности к верификации аденокарциномы проводили на той части образцов, которая не использовалась в обучении. Оценку злокачественности процесса проводили для образцов, имеющих оценку 4 и 8 по шкале Глисона. При этом точность дифференциальной диагностики составила 100 процентов».
По словам разработчиков — сотрудников лаборатории биофотоники, по мере накопления данных модель сможет проводить оценку опухоли по всей шкале Глисона, после чего новый инструмент можно внедрять в клиническую практику. Как отмечает Юрий Кистенев, этот подход универсальный. Его уже опробовали в диагностике меланомы. При наличии достаточного количества обучающего материала (образцов с нормой и патологией) модель можно обучить диагностике и других онкозаболеваний.
Работа, выполненная при поддержке Научного фонда имени Д. И. Менделеева ТГУ, является частью большого комплексного проекта РФФИ, в котором участвуют самые сильные научные центры РФ в области биофотоники: МГУ, ИТМО, Саратовский государственный университет, Новосибирский государственный университет и Нижегородский государственный университет. Роль ТГУ заключается в разработке методов машинного обучения для новых диагностических подходов, создаваемых всеми участниками проекта.