За декілька хвилин. В Німеччині розробили ШІ, який швидко та ефективно діагностує пухлини мозку

Використовуючи оцифровані стандартні забарвлення, система ідентифікує понад 100 молекулярних підтипів пухлин центральної нервової системи, надає результати протягом кількох хвилин і може пришвидшити діагностику пухлин головного мозку в усьому світі, пише EurekAlert!.

Пухлини головного та спинного мозку надзвичайно різноманітні. В останні роки стало зрозуміло, що багато з цих пухлин можна надійно діагностувати лише за умови вивчення їхніх молекулярних властивостей на додаток до їх мікроскопічного вигляду. Особливе значення тут має так званий аналіз метилювання ДНК, який зараз вважається золотим стандартом для точної класифікації багатьох пухлин головного мозку. Однак такі тести є складними: вони вимагають спеціалізованих лабораторій, дорогого обладнання та достатньої кількості пухлинного матеріалу. Крім того, часто потрібно близько двох тижнів, щоб результати стали доступними.

Очікується, що нова система штучного інтелекту під назвою «Hetairos» призведе до суттєвих покращень. Її розробила команда під керівництвом Моріца Герстунга (Німецький центр дослідження раку, DKFZ) та Фелікса Зама (Медичний факультет Гейдельберзького університету та Університетська лікарня Гейдельберга). Метою проекту було передбачити, до якої молекулярної підгрупи належить пухлина, виключно на основі рутинно підготовлених та забарвлених гістологічних зрізів.

Hetairos пройшов навчання та пройшов валідацію з використанням понад 11 000 оцифрованих зрізів тканин від 9 606 пацієнтів. Діагнози були встановлені переважно за допомогою діагностики метилювання ДНК. Дані надійшли з одинадцяти медичних центрів на чотирьох континентах. Загалом Hetairos розрізняє 102 різні молекулярні підтипи пухлин, що охоплюють майже весь спектр чинної класифікації пухлин центральної нервової системи.

Штучний інтелект не лише оцінює свій діагноз, але й вказує, наскільки він у ньому впевнений. Приблизно у 50−70 відсотках усіх випадків Hetairos робив прогнози з високим ступенем впевненості. У цих випадках точність становила близько 87−88 відсотків. Навіть коли ШІ був невпевнений, він зазвичай міг значно звузити кількість можливих діагнозів.

Замість того, щоб розрізняти понад сотню підтипів пухлин, Hetairos часто надає невропатологам лише кілька ймовірних кандидатів. Це може значно спростити вибір подальших діагностичних тестів.

«Дослідження показує, що штучний інтелект здатний отримувати молекулярну інформацію безпосередньо зі звичайних зрізів тканин і таким чином фундаментально змінювати діагностику раку», — сказав Даруй Цзінь, один з провідних авторів дослідження.

Особливої ​​уваги заслуговує пряме порівняння з експертами-людьми. П’ятьом досвідченим невропатологам з різних міжнародних центрів було надано 210 випадків і запропоновано поставити діагноз виключно на основі зрізів тканин. Hetairos досяг точності 68 відсотків, тоді як спеціалісти в середньому досягли 30 відсотків. При розгляді трьох найімовірніших діагнозів у кожному випадку штучний інтелект набрав 84 відсотки, тоді як спеціалісти набрали близько 50 відсотків.

«Наразі діагностика дуже рідкісних типів пухлин все ще становить серйозну проблему для Hetairos; у цьому відношенні досвідчені невропатологи, здається, щонайменше на одному рівні. Однак ми очікуємо, що продуктивність системи ще більше покращиться завдяки більшим та різноманітнішим наборам даних», — додає Моріц Герстунг.

Hetairos може бути особливо цінним у ситуаціях, коли традиційні молекулярні методи досягають своїх меж, коли недостатньо пухлинного матеріалу для генетичного тестування або коли молекулярні тести не дають чітких результатів. Крім того, система виділяє ділянки в зрізі тканини, які були особливо важливими для її рішення. Це дозволяє лікарям зрозуміти основу діагнозу штучного інтелекту та визначити, які ділянки можуть бути придатними для подальшого дослідження.

«Ми розробили Hetairos головним чином як інструмент для підтримки діагностики», — пояснює невропатолог Фелікс Зам. «Він не призначений для заміни молекулярного аналізу, а радше для його цілеспрямованого доповнення та прискорення. Ця технологія може зробити важливий внесок, особливо в країнах або регіонах з обмеженими ресурсами, оскільки вона базується на стандартних зрізах тканин, що використовуються в усьому світі».

Раніше повідомлялося, що OpenAI запустила нову ініціативу у сфері біозахисту на основі GPT-Rosalind — спеціалізованої моделі штучного інтелекту для досліджень у галузі наук про життя. Компанія надасть доступ до неї окремим організаціям.

Програма покликана підтримати завдання національної безпеки та охорони здоров’я, зокрема раннє виявлення загроз, моделювання поширення захворювань і спалахів, планування заходів реагування та прискорення розробки медичних засобів протидії.