Российские ученые разработали систему оценки злокачественности рака почки

Этот метод позволяет более точно определять степень злокачественности данного виде онкологии, что было объявлено в пресс-службе университета.

По словам представителей пресс-службы, на сегодняшний день при оценке злокачественности светлоклеточной почечно-клеточной карциномы патологоанатомы оперируют международной классификацией ВОЗ/ISUP, основываясь на визуальных признаках ядрышек и их количества в клетках опухоли. Однако даже опытные специалисты часто сталкиваются с разногласиями в оценке: границы между разными степенями злокачественности не всегда явно определены.

Исследователи из Сеченовского университета предложили использовать искусственный интеллект для более объективной и количественной оценки степени злокачественности рака почки. Новый подход позволяет автоматически анализировать данные и выявлять характеристики опухоли, которые могут быть упущены при визуальной оценке.

Это открытие открывает новые перспективы в диагностике и лечении рака почки, а также подчеркивает важность интеграции современных технологий в медицинскую практику.

Новые исследования в области медицинской гистологии показали, что ученые Сеченовского университета, сотрудничая с коллегами из ПАО "Вымпелком" и других научных центров, разработали инновационное программное обеспечение, основанное на технологии компьютерного зрения. Это ПО автоматически выделяет и классифицирует каждую клетку на гистологическом срезе, что значительно упрощает работу патологов и способствует более точному анализу тканей.

Согласно информации, предоставленной пресс-службой, эта технология, изначально задуманная для оптимизации рутины в медицинской диагностике, привела к важному открытию в области онкологии. Алгоритм, обученный на огромном объеме данных - более чем 200 тысяч клеток, способен точно определять степень злокачественности опухоли. Он не только воспроизводит экспертную оценку, но и выявляет скрытые закономерности между составом опухоли и прогнозом выживаемости пациентов.

Это значительный шаг вперед в области медицинской диагностики и лечения раковых заболеваний. Технологии компьютерного зрения могут значительно улучшить точность и скорость диагностики, что в конечном итоге приведет к более эффективному лечению и увеличению выживаемости пациентов.

Исследования показали, что опухоли могут иметь различные морфологические паттерны, влияющие на прогноз заболевания. Ученые выделили четыре устойчивых типа строения опухоли, каждый из которых связан с определенным прогнозом, как сообщили в пресс-службе. Например, "ядрышковый" тип, характеризующийся большим количеством агрессивных клеток и небольшим количеством других, оказался наиболее опасным. В то же время, "дистрофический" тип, содержащий незначительное количество клеток и связанный с некротическими процессами, имел плохой прогноз, в то время как "мономорфный" тип считался наиболее благоприятным.

Подчеркивается, что морфологические паттерны опухолей не всегда соответствуют официальной градации заболевания. Это объясняет различия в прогнозах и исходах у пациентов с одинаковым диагнозом. Важно учитывать не только классификацию опухолей, но и их структурные особенности для более точного предсказания течения болезни и выбора оптимального лечения.

Использование искусственного интеллекта в медицине открывает новые возможности для точной диагностики и прогнозирования заболеваний. Результаты нашего исследования свидетельствуют о том, что разработанные с помощью ИИ количественные показатели могут значительно повысить точность классификации ядрышковых градаций. Это означает, что врачи получат не просто субъективные оценки, а конкретные числовые значения, что обеспечит более объективный подход к оценке состояния пациента.

Согласно высказыванию руководителя лаборатории цифрового микроскопического анализа Алексея Файзуллина, использование количественных метрик, полученных с помощью ИИ, позволит более уверенно определить количество ядрышек в клетках. Например, вместо общих формулировок "много" или "мало", врач сможет получить точное значение, такое как 15%. Этот объективный параметр станет основой для персонализированного подхода к лечению и прогнозированию развития заболевания.

Таким образом, цифровой анализ с применением искусственного интеллекта не только улучшает точность диагностики, но также делает процесс оценки более надежным и воспроизводимым. Врачи смогут оперировать конкретными данными, что в свою очередь повысит эффективность лечения и улучшит прогнозы для пациентов.

В сфере медицинской диагностики недавно была разработана инновационная модель, которая успешно интегрирована в программное обеспечение для анализа гистологических срезов опухолей. Этот значимый шаг в области онкологии был сделан после успешного пилотного тестирования в патологоанатомическом отделении. Теперь модель готова к применению в реальной клинической практике, как сообщили в пресс-службе учебного заведения.

Ученые поделились результатами своего исследования в статье, опубликованной в авторитетном международном научном журнале Cancer Medicine. Это открытие представляет собой значительный прорыв в области диагностики опухолей и может значительно улучшить процессы выявления и лечения раковых заболеваний. Новая модель обещает улучшить точность и скорость диагностики опухолей, что в свою очередь повысит эффективность лечения и шансы на выздоровление пациентов.

Источник и фото - ria.ru