Цифровую систему для быстрой диагностики злокачественных изменений разработали в России
Ученые из Псковского государственного университета и Витебского государственного университета имени П. М. Машерова создали цифровую систему, предназначенную для диагностики злокачественных изменений в тканях шейки матки. В разработке специалисты использовали методы искусственного интеллекта (ИИ), рассказали ТАСС в пресс-службе ПсковГУ.
Работа над проектом началась осенью 2023 года. «Новая программа может обновляться в соответствии с запросом медиков и обладает потенциалом обучающей базы для начинающих специалистов. В перспективе спектр органов, которые нейросеть анализирует на наличие онкологических изменений, может быть расширен», – говорится в сообщении.
По словам проректора по инновационной деятельности ПсковГУ Тараса Антала, в клинической практике очень востребована неинвазивная и оперативная информация о степени активности заболевания. Обычно основу таких методов составляют цифровые изображения. При этом наиболее точные, качественные и быстрые результаты по обработке и распознаванию образов на текущем этапе развития машинного обучения показывают нейросети и их модификации. В связи с этим применение ИИ в медицине может дать чрезвычайно эффективные результаты, подчеркнул специалист.
Профессор ПсковГУ, доктор медицинских наук Наталья Иванова добавила, что ученые из Витебского государственного университета имени П. М. Машерова разработали программное обеспечение, распознающее цифровые изображения. А псковские специалисты, в свою очередь, занимались «обучением» ИИ. «Команда загрузила и проанализировала в приложении цифровые изображения, которые были предоставлены профильными клиническими медицинскими организациями», – объяснила Иванова.
Отмечается, что ИИ поможет специалистам справиться с ростом объемов работы. Также он минимизирует субъективность оценки признаков, по которым врачи диагностируют стадию развития онкозаболевания у пациенток. Кроме того, разработка позволит сократить время обработки снимков. Сейчас продолжительность составляет 1–2 недели, тогда как нейросеть выдает результат за 10–15 секунд.
«На данном этапе в программу загружено 140 снимков тканей без патологий и на разных стадиях рака. Уже при таком количестве обработанных данных ошибка нейросети минимальна. В ближайшие несколько месяцев количество загруженных в систему данных достигнет тысячи», – отметил младший научный сотрудник лаборатории экологических исследований ПсковГУ Илья Тимофеев.
Затем разработку ждут прохождение апробаций, экспертные оценки и получение патента. Это позволит начать внедрять продукт в медучреждения. Разработчики планируют, что этап коммерциализации начнется примерно через год
