НИЖНИЙ НОВГОРОД, 20 октября. /ТАСС/. Нижегородские ученые разработали систему искусственного интеллекта для диагностики типа опухоли мозга. Об этом сообщил ТАСС автор исследования, директор Научно-исследовательского института биологии старения Национального исследовательского Нижегородского государственного университета (ННГУ) имени Н. И. Лобачевского Михаил Иванченко.
"Разработка проводилась учеными Исследовательского центра в сфере искусственного интеллекта и Института биологии старения Университета Лобачевского. Она позволит классифицировать опухоль и оценить уровень риска для пациента", - сказал он.
По словам Иванченко, модели искусственного интеллекта на основе машинного обучения позволяют проводить высокоточную диагностику одного из самых агрессивных видов опухолей головного мозга - глиомы. Система определяет подтип опухоли, прогнозирует выживаемость пациента и в перспективе будет помогать при выборе оптимальной тактики лечения. Диагностика проводится по активности 13 ключевых генов, связанных с тремя основными подтипами глиом: астроцитомой, олигодендроглиомой и глиобластомой.
"Классическая диагностика глиом не всегда позволяет быстро и точно определить тип опухоли. Гистологические исследования и поиск отдельных мутаций приводят к противоречивым диагнозам. И даже высокотехнологичные протоколы МРТ могут не дать необходимую информацию из-за неоднородности глиом. Наш инструмент оценивает опухоль на основе данных транскриптомного анализа, когда мы видим, какие гены "выключены", какие "включены", и можем оценить уровень активности этих генов у конкретного пациента", - пояснил Иванченко.
Преимущество разработки
Автор исследования уточнил, что преимущество решения в том, что система определит подтип глиомы и позволит врачу подобрать нужный метод лечения. Как пояснили ТАСС в пресс-службе ННГУ, многие модели искусственного интеллекта работают по принципу черного ящика, не позволяя врачам понять логику принятия решений.
"Нижегородские ученые использовали подход объяснимого искусственного интеллекта. Благодаря дополнительным алгоритмам система показывает, как именно уровень экспрессии каждого из 13 значимых генов повлиял на прогноз модели", - отметили в пресс-службе вуза.
Иванченко подчеркнул, что для каждого пациента ответ будет разным, даже если тип опухоли один и тот же.
"Врач может перепроверить решение нейросети, согласиться или не согласиться с ним, провести дополнительные исследования. Обоснование диагноза и прогноза необходимо специалистам для доверия искусственному интеллекту и принятия клинических решений", - рассказал он.
Автор разработки добавил, что возможность заглянуть внутрь биологических процессов, стоящих за прогнозом, открывает новые перспективы для персонализированной медицины. По мнению ученых, сегодня разработка может применяться прежде всего для лабораторных научных исследований. В будущем на ее основе планируется создание клинических тест-систем для оценки уровня экспрессии генов. Это, как считают авторы исследования, даст возможность ставить точные диагнозы в короткие сроки.
