Исследовательская группа Мюнхенского технического университета (TUM) представила метод, способный частично заменить биопсию на более современный хотя пока и экспериментальный метод. На данный момент, по словам разработчиков, новая программа на основе искусственного интеллекта учится определять характер опухоли по снимкам компьютерной и магнитно-резонансной томографии. И уже в скором времени, возможно, ученые смогут включить данный метод в стандартную диагностику рака.
Принцип работы
Систему назвали TomoGraphView, а её авторами стали профессор Ян Пекен (Jan Peeken) и Йоханнес Кихле (Johannes Kiechle) из клиники Rechts der Isar при Мюнхенском Университете Людвига Максимильана. Данная идея родилась из вполне ограниченных возможностей врачей-диагностов, с которыми ежедневно сталкивается вся медицинская радиология. Ведь, на данный момент все самые сильные модели распознавания изображений в мире обучены на миллионах обычных плоских фотографий, тогда как снимки КТ и МРТ трехмерны по своей природе. До сих пор не было создано ни одной программы, которая была бы обучена на трехмерных изображениях. Ибо трехмерные изображения занимают в десятки и сотни раз больше объема на серверах, и требуют больших серверных ресурсов, для их оценки.
Поэтому большинство ученых до последнего времени выкручивались тем, что разделяли трехмерные изображения на множество двумерных: сверху, спереди и сбоку, — а затем на базе этих изображений обучали уже существующие медицинские алгоритмы. Проблема в том, что реальные опухоли редко находятся вдоль разрезаемых осей аккуратно. Стоит новообразованию оказаться под углом к привычным направлениям среза, и часть информации о его форме, границах и внутренней структуре попросту теряется еще до того, как их начнет оценивать компьютерная программа.
Ученые Кихле и Пекен решили подойти к компьютерной диагностике и анализу иначе, чем их предшественники. Вместо трех фиксированных срезов они тестируют метод, который оценивает всю информацию вокруг и внутри опухоли и анализирует новообразование с множества точек, равномерно распределенных по всей ее поверхности. Сами исследователи сравнивают такой подход с разрезанием яблока. Если резать его всегда в одном и том же направлении, часть внутренних структур так и останется скрытой от глаз, тогда как взгляд с разных сторон покажет куда более детализированную и достоверную проблему. TomoGraphView тестируется, как раз используя разработанный Кихле и Пекеном, и сканирует опухоль со всех сторон, выявляя всю информацию о ее строении, которую человеческому глазу заметить попросту не под силу.
Испытание методики проводилось почти на 2 тыс. пациентах
Прежде чем переходить к практическому применению, новый метод всегда необходимо протестировать на живых людях. Новая система была протестирована на шести независимых наборах данных, в общей сложности охвативших снимки почти 2 тыс. пациентов с опухолями:
- головного мозга;
- молочной железы;
- почек;
- печени.
Такой разброс типов новообразований выбран не просто так. Тестирование должно было показать, что этот анализ не настроен лишь под один конкретный вид опухолей, а работает как универсальный инструмент анализа. По данным исследовательской группы LMU, в этом сравнении с другими медицинскими программами диагностирования TomoGraphView в среднем показал более точные результаты, чем уже существующие ИИ-системы, а по отдельным задачам даже превзошел самые распространенные обученные модели нейросетей, которые специально создавались для анализа трехмерных медицинских изображений.
Пока нет замены биопсии
При всей убедительности полученных данных авторы разработки не спешат с громкими выводами и заявлениями. Речь не о том, что необходимость в биопсии тканей исчезнет в обозримом будущем. Ведь, с гистологическим исследованием с помощью микроскопа ни один алгоритм пока тягаться не может. TomoGraphView в клинике Rechts der Isar видят иначе. Новая разработка оценивается скорее как дополнительный инструмент, который помогает врачу быстрее сориентироваться в объеме данных, и точнее спланировать дальнейшие шаги. О полной замене человека алгоритмами говорить не просто рано, скорее глупо. Ускорение оценки полученных данных с помощью данного инструмента скорее сократит время постановки диагноза, а значит увеличит шансы на выздоровление. Также ученые рассчитывают, что данный метод резко уменьшит количество ошибочных диагнозов, что может не только исключить потерю времени или вред для организма из-за неправильного лечения, но и уменьшит расходы на само лечение пациента. А также освободит время докторов для других медицинских задач.
Показательно и то, где именно рождалась эта идея. Проект с самого начала велся на стыке двух направлений: исследований в области искусственного интеллекта и практической лучевой терапии, то есть именно там, где подобные инструменты в дальнейшем и предстоит применять на практике. Разработка инструмента непосредственно в клинике, по замыслу авторов, должна ускорить путь технологии от лабораторного прототипа до повседневного медицинского инструмента.
Профинансировал этот проект мюнхенский фонд Wilhelm Sander-Stiftung, выделивший на исследование около 181 тыс. евро. Результаты работы уже были опубликованы в научном журнале Medical Image Analysis.
Если метод подтвердит свою надёжность в клинической практике, врачам в будущем не придется выбирать между точностью диагноза и лишней нагрузкой на пациента. Снимок, который и так делается при обычном обследовании, сможет поставить развернутый диагноз, за которым раньше пациентам приходилось идти под скальпель.
