
Внедрение ИИ в клиническую практику позволило бы значительно повысить точность диагностики и уменьшить количество ошибок. Ведутся разработки с его применением в классификации рака молочной железы (РМЖ), определении гормонального статуса, подсчете числа митозов, выявлении метастазов в лимфоузлы и в других аспектах диагностики.
В каких направлениях борьбы с раком молочной железы обучают искусственный интеллект
Благодаря способности эффективно обрабатывать большие изображения размером в целый слайд, искусственный интеллект преуспел в выявлении инвазивных опухолей молочной железы и метастазов в лимфатические узлы.С помощью ИИ удалось усовершенствовать количественный анализ для оценки гормонального статуса, что важно при выборе метода лечения женщин с РМЖ.
Системы на основе ИИ эффективно классифицируют карциномы молочной железы даже в случаях средней степени тяжести, с которыми плохо справляются традиционные методы.
Количественное определение митотических клеток с помощью ИИ превосходит ручной подсчет по точности и чувствительности, что поможет в будущем более точно прогнозировать степень злокачественности рака молочной железы.
Оценка количества инфильтрирующих опухоль лимфоцитов при тройном негативном раке молочной железы с использованием ИИ помогает получить более точный прогноз выживаемости пациентов.
Прогнозирование с помощью ИИ ответа на неоадъювантную химиотерапию потенциально позволит оптимизировать стратегии лечения, сделать его более персонализированным.
Разработана модель искусственного интеллекта, которая распознает рак молочной железы с точностью почти 100%
В журнале Cancers опубликованы результаты разработки и испытания комплексных алгоритмов глубокого обучения для классификации, определения подтипа и инвазивности рака молочной железы на основе анализа гистопатологических слайдов. Эта модель достигла исключительной средней точности проверки — 99,72%, что значительно превосходит предыдущие показатели. Исследователи использовали данные открытой базы гистологических изображений рака молочной железы BACH и базы данных BreakHisс.Сложность интерпретации ИИ изображений заключается в необходимости обработки крупномасштабных наборов данных с изображениями высокого разрешения, что требует больших вычислительных мощностей. Для решения ученые использовали инновационные методы исправления изображений, их сегментацию для целенаправленного анализа локализованных областей, оптимизировали эффективность вычислений с помощью предварительно обученных моделей сверхточных нейронных сетей.
Когда врачи смогут использовать ИИ повсеместно?
На сегодняшний день врачи пока не могут пользоваться ИИ в рутинной практике. Но технологии развиваются стремительно. Исследователи считают перспективной разработку удобных веб-приложений с использованием новых алгоритмов. Они дадут медикам доступные инструменты для быстрого и точного анализа гистопатологических изображений. Для полного использования возможностей ИИ в диагностике и лечения рака молочной железы нужны дальнейшие исследования.Источники:
- A. Soliman, Z. Li, A.V. Parwani. Artificial intelligence’s impact on breast cancer pathology: a literature review. Diagnostic Pathology. 2024;19(38).
- Balasubramanian А.А. et al/ Ensemble Deep Learning-Based Image Classification for Breast Cancer Subtype and Invasiveness Diagnosis from Whole Slide Image Histopathology. Cancers 2024, 16(12), 2222; https://doi.org/10.3390/cancers16122222.
22 и 23 ноября 2024 года приглашаем всех, кто хочет повысить уровень осведомленности о проблеме рака молочной железы и узнать о передовых методах диагностики, присоединиться к работе научно-практической школы «Рак молочной железы»! Присоединиться к мероприятию можно как очно, так и онлайн.