Нейросети и медицина: как ИИ помогает анализировать данные биопсии

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Искусственный интеллект становится неотъемлемой частью медицины. Научный сотрудник лаборатории Philips Research Lab Rus Федор Мушенок рассказал о роли ИИ в патоморфологии.

Что такое патоморфология и в каких сферах медицины она применяется?

В современной медицине представлено множество различных высокотехнологичных средств для постановки правильного диагноза, выбора оптимального метода лечения и оценки его эффективности. В арсенале врачей сегодня есть такие методы диагностики, как анализ крови пациента, ультразвуковое исследование (УЗИ), магнитно-резонансная томография (МРТ), компьютерная томография (КТ) и другие.

Несмотря на многообразие неивазивных методов, иногда точный диагноз может быть поставлен одним единственным способом – с помощью анализа патологической ткани через микроскоп. Это особенно актуально в случаях перерождения здоровых клеток и возникновения новообразований. Область медицины, в которой используются такие диагностические методы, и называется патоморфологией.

Нейросети и медицина: как ИИ помогает анализировать данные биопсии

Анализ биопсии при помощи цифровой гистопатологии / ©Пресс-служба Philips Research

Как проходят стандартная процедура биопсии и дальнейший анализ тканей?

— Для проведения патоморфологического исследования сначала необходимо получить биологический материал для изучения. На анализ могут быть направлены образцы тканей, полученные как в процессе биопсии, так и в результате хирургического вмешательства. Из этих образцов с помощью специального высокоточного оборудования создаются тончайшие срезы, которые раскладываются на предметные стекла.

Затем врач-патологоанатом изучает под микроскопом структуру этих срезов, анализирует и делает соответствующие выводы. По сути, врач видит проблемы в организме не на уровне симптомов и жалоб пациента, а на уровне клеток и происходящих в них процессов. Таким образом он может различить два заболевания, обладающих схожими симптомами, и поставить правильный диагноз.

Для улучшения изображений и выделения нужных структур врачи используют специальные химические соединения – красители. Они наносятся на исследуемые образцы и окрашивают разные структурные элементы клеток в яркие цвета, тем самым облегчая визуальную диагностику.

С развитием техники врач может не только рассмотреть образец через окуляр микроскопа, но и получить цветные изображения изучаемого среза. Такая цифровая фотография может быть сохранена для последующего анализа или обсуждения с коллегами.

Как искусственный интеллект помогает в работе патоморфологов?

До недавнего времени результаты патоморфологического исследования целиком и полностью зависели от врача, который его проводит. Уровень профессиональной подготовки и личностные качества доктора (внимание к деталям, скрупулезность), качество подготовки исследуемого материала и многие другие факторы кардинально влияют на эффективность патоморфологического анализа и точность диагноза. Внедрение искусственного интеллекта позволяет с одной стороны значительно улучшить качество патоморфологических исследований, с другой – снизить их стоимость и сократить время от процедуры до получения результатов.

Нейросети и медицина: как ИИ помогает анализировать данные биопсии

Анализ биопсии при помощи цифровой гистопатологии / ©Пресс-служба Philips Research

Давайте рассмотрим несколько примеров использования искусственного интеллекта в патоморфологии.

Алгоритмы компьютерного зрения успешно различают изображения кошек и собак, распознают людей по фотографиям, определяют степень зрелости клубники и решают множество сложных задач по анализу изображений, которые раньше мог выполнить только человек. Эти же алгоритмы могут быть использованы для анализа изображений клеток.

Представьте систему поддержки принятия врачебных решений, в которой умные алгоритмы анализируют изображения тканей, выявляют и классифицируют пораженные клетки, а затем сообщают врачу об этих находках. Кроме того, доктор сразу же получает дополнительную полезную информацию (например, сведения о концентрации таких клеток, о стадии заболевания, об особенностях внутриклеточных процессов и так далее), которая поможет ему при постановке диагноза. Такая система не способна заменить врача, но значительно облегает его каждодневный труд и оптимизирует работу всего отделения.

Другим перспективным применением ИИ в гистопатологии (этим термином называют микроскопическое изучение пораженной ткани, важный инструмент патоморфологии) является поиск похожих изображений. Сейчас подобные сервисы предоставляются крупными поисковыми системами и позволяют найти множество изображений одного товара.

К примеру, пользователь загружает фотографию стула и получает множество изображений других стульев всех возможных конструкций и цветов. Кроме того, он получает их описания, цены и адреса онлайн-магазинов, где можно их купить. Аналогичные сервисы разрабатываются и для гистологических изображений.

Загружая изображения одного среза, врач получает множество снимков похожих срезов, на которых была обнаружена такая же или похожая патология. В дополнение ему предоставляются сведения о диагнозах, соответствующих этим изображениям, комментарии других врачей, ссылки на релевантные научные работы и другая полезная информация. Роль таких сервисов в медицине трудно переоценить.

Допустим, опытный врач сталкивается с редкой патологией, которую он раньше никогда не видел. Сервис поиска похожих изображений покажет ему подобные случаи и поможет поставить правильный диагноз. Для начинающих врачей и студентов-медиков такой ресурс станет настоящей энциклопедией, в которой собраны практические знания тысяч врачей из разных уголков мира.

Для ученых подобный сервис предоставляет уникальную возможность анализировать и сравнивать медицинские изображения, исследовать заболевания, находить закономерности и разрабатывать новые эффективные методы лечения.

Какие проекты есть в этой области у Philips?

Компания Philips является одним из мировых лидеров в цифровой гистопатологии. Клиники по всеми миру успешно внедряют IntelliSite Pathology Solution - автоматизированную систему создания, просмотра и управления цифровыми изображениями патологий. Система состоит из цифрового слайд-сканера, системы управления изображениями и дисплея. Этот инновационный продукт нашей компании позволяет вывести на новый уровень все этапы гистологических исследований – процесс сканирования образцов и получения изображений, безопасное хранение и передачу полученных данных, работу врачей-специалистов и составление заключений.

Внедрение такой системы позволяет полностью избежать ситуаций, когда материалы теряются или ошибочно подменяются. Также Philips участвует в крупных международных проектах, направленных на накопление столь необходимых качественных данных, над аннотацией которых работают врачи с многолетним опытом. В исследовательских лабораториях разрабатываются умные алгоритмы, которые станут помощниками врачей в их ежедневной практике.

Нейросети и медицина: как ИИ помогает анализировать данные биопсии

Анализ биопсии при помощи цифровой гистопатологии / ©Пресс-служба Philips Research

Как ИИ в патоморфологии влияет на вероятность ошибки в диагнозе? Каким образом подобные инновации в здравоохранении могут улучшить качество диагностики рака и других заболеваний?

— Целью внедрения ИИ в любую сферу является улучшение качества существующих продуктов и услуг, либо создание принципиально новых решений. Патомормофология и медицина в целом — не исключение. Внедрение ИИ в рабочий процесс отдельно взятого врача облегчит его работу, избавит от рутинных операций, а также уменьшит количество ошибок в постановке диагноза, связанных с недостатком знаний и усталостью.

На глобальном уровне переход к цифровой гистопатологии является важной частью развития медицинских больших данных. За последние пять лет мы увидели взрывной рост применения искусственного интеллекта во многих сферах нашей жизни. Такого же роста мы ожидаем и для применения ИИ в медицине. Но этот развитие ограничивается отсутствием необходимых данных — медицинских записей, снимков, гистопатологических изображений и так далее.

За наращиванием объема данных незамедлительно последуют продукты и решения, которые выведут процесс диагностики и лечения на принципиально новый уровень. Например, с помощью машинного обучения можно будет предсказать оптимальный способ лечения для конкретного пациента, основываясь на гистологических снимках, геномных данных, записей лечащих врачей и результатов исследований тысяч других пациентов. Так мы придем к персональной медицине, которая будет эффективнее и дешевле.


Источник: naked-science.ru

Комментарии: