Ростовские учёные научили нейронные сети распознавать рак

Учёные ЮФУ создали систему, благодаря которой нейронные сети научились распознавать рак толстой кишки. Об этом сообщили в пресс-службе вуза.

Колоректальный рак, он же рак толстой кишки, является третьим по частоте обнаружения у мужчин и вторым - у женщин. По данным ВОЗ, ежегодно его выявляют у 2 млн человек, среди них более 800 тысяч случаев приводят к летальному исходу.

Основанием для начала лечения сейчас становится морфологическая верификация опухолевого процесса по материалу эндоскопической биопсии толстой кишки. По словам экспертов, патологоанатомическое исследование - достаточно субъективный процесс, и судьбу пациента, как правило, решает один специалист.

Учёные Международного исследовательского института интеллектуальных материалов ЮФУ разработали систему независимого контроля качества прижизненных патологоанатомических исследований биопсий опухолей толстой кишки, используя методы предварительно обученных сверхточных нейронных сетей. Новый метод анализа отсканированных биопсий опухолей диагностирует типы онкологий с точностью до 96 %.

Для решения задачи классификации фрагментов отсканированных биопсий использовалась идея трансферного обучения. Исследователи брали за основу предобученные на наборе данных ImageNet глубокие нейронные сети и проводили допобучение на изображениях из базы WSI-изображений, чтобы настроить эти сети решать медицинскую задачу.

«Разработка новых методов диагностики колоректального рака обременяет специалистов медицинской отрасли работой по сегментации. Глубокое обучение успешно применялось в вычислительной патологии в последние несколько лет для автоматизации этой задачи. Компьютерная программа может автоматически обрабатывать большие объемы WSI, не чувствуя усталости, таким образом, становясь полезным помощником искусственного интеллекта для медицинских работников», – рассказал инженер лаборатории технологий искусственного интеллекта и больших данных для нанодиагностики материалов МИИ ИМ ЮФУ Сергей Солдатов.

Применение глубокого обучения в диагностике колоректального или других видов рака имеет много преимуществ, например высокую скорость диагностики. Однако, некоторые типы рака встречаются очень редко, и у исследователей не было возможности научить нейросеть достаточно хорошо их диагностировать. Авторы надеются в будущем расширить базу данных для обучения и натренировать нейросети правильно классифицировать даже редкие виды онкологий.

Результаты исследования опубликованы в престижном научном журнале «Algorithms». Данная статья была отмечена редакцией журнала за высокую научную ценность и помещена на обложку журнала.