Создана нейросеть для выявления рака поджелудочной железы на ранних стадиях

Нейросеть сможет выявлять рак поджелудочной железы до появления симптомов

Наука

Фото: [istockphoto.com/Prostock-Studio]

Специалисты Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» совместно с Национальным медицинским исследовательским центром хирургии им. А. В. Вишневского представили инновационную разработку — нейросетевой алгоритм для обнаружения рака поджелудочной железы на начальных этапах развития.

В перспективе эта модель ляжет в основу интеллектуальной системы поддержки врачебных решений, которая будет автоматически оценивать риски злокачественности новообразования и анализировать степень его прорастания в прилегающие ткани. Об этом в интервью газете «Газетой.Ru» рассказал доцент кафедры электронных приборов и устройств (ЭПУ) СПбГЭТУ «ЛЭТИ» Николай Староверов.

Актуальность этой разработки обусловлена крайней агрессивностью рака поджелудочной железы. Для этого заболевания характерно стремительное локальное распространение и раннее образование метастазов в лимфоузлы и отдаленные органы, такие как печень и легкие. В большинстве случаев патологию диагностируют на поздних, зачастую неоперабельных стадиях.

Своевременное обнаружение опухоли кардинально меняет прогноз для пациента, значительно повышая шансы на достижение ремиссии и продление жизни. Однако выявить небольшое образование на компьютерных томограммах брюшной полости до начала метастазирования и появления симптомов — сложная диагностическая задача. Именно поэтому создание интеллектуальных инструментов на основе глубокого обучения, способных точно локализовать и сегментировать опухоль до ее распространения, является критически важным. Это открывает возможность для своевременного хирургического вмешательства.

В ходе испытаний нейросеть продемонстрировала высокую эффективность, достигнув точности в 92,55% в выявлении патологических изменений в поджелудочной железе по данным КТ. Столь впечатляющий результат свидетельствует о том, что после дополнительного обучения модель сможет существенно снизить количество пропущенных случаев патологии при проведении КТ-исследований. Важно подчеркнуть, что итоговое заключение и окончательная интерпретация данных остаются за врачом-рентгенологом, а система выступает в роли высокоточного помощника.

Ранее эксперт Бастрыкина заявила, что нейросети не способны полностью заменить врача.