Доктор

В России ИИ обучили находить рак поджелудочной железы

Балтийские и южные ученые научили ИИ выявлять рак поджелудочной железы. Это заболевание часто обнаруживают на поздних стадиях, когда пятилетняя выживаемость не превышает 9%. Система определяет новообразования почти так же точно, как опытный врач.
Автор Наука Mail
Поджелудочная железа
Нейросеть выделяет подозрительный участок на КТ‑снимке почти как врач‑рентгенологИсточник: Freepik

Сотрудники Балтийского федерального университета имени Иммануила Канта (БФУ) вместе с коллегами из Южного федерального университета (ЮФУ) создали нейросетевую модель ранней диагностики рака поджелудочной железы по компьютерным томограммам. Об этом Науке Mail сообщили в пресс-службе Минобрнауки России.

Разработанная интеллектуальная система на основе нейросетевой архитектуры U-Net способна автоматически анализировать КТ-снимки и выявлять подозрительные новообразования. Диагностическая модель продемонстрировала высокие показатели: коэффициент сходства Dice — 70%, точность — 88%, чувствительность — 98%, специфичность — 98%
Михаил Никитин
профессор Института высоких технологий БФУ им. И. Канта

Нейросеть обучена на реальных КТ-снимках с опухолями и без них. Она не просто отмечает наличие новообразования, а аккуратно выделяет его контур, позволяя врачу оценить размеры и форму. Модель важна именно для ранней диагностики: она способна находить даже небольшие опухоли, которые рентгенолог может случайно пропустить при быстром просмотре большого количества снимков.

Фёдор Парамзин БФУ
Раннее выявление рака с помощью ИИ повышает шансы пациента на успешное лечениеИсточник: БФУ

Система задумана как помощник врача — окончательный диагноз и тактику лечения определяет специалист. В планах исследователей — дообучать модель на разных типах и стадиях опухолей, добавлять данные МРТ и УЗИ, а затем провести внешнюю валидацию на данных из нескольких медицинских центров. Исследование опубликовано в журнале Chinese Clinical Oncology.

Ранее Наука Mail писала о том, что пермские ученые создали программу для диагностики сложных заболеваний.