Высшая школа организации и управления здравоохранением
В Гонконге разработали инновационную систему ИИ для диагностики онкозаболеваний
Ученые из Гонконгского университета науки и технологий разработали и протестировали систему искусственного интеллекта (ИИ) для диагностики онкологических заболеваний, способную распознавать различные виды рака по минимальному числу образцов, сообщается в статье, опубликованной в журнале Nature Cancer. Предложенное исследователями решение PRET базируется на принципе контекстного обучения – модель выполняет анализ патологических изображений без длительной дополнительной настройки под конкретные задачи.
Как отмечают авторы, разработанная система использует подход контекстного обучения, заимствованный из обработки естественного языка. Это позволяет модели адаптироваться к новым задачам непосредственно в процессе анализа, опираясь всего на несколько размеченных образцов. В отличие от классических алгоритмов, PRET не требует отдельного обучения для каждого типа рака и может применяться как универсальный инструмент.
Система была протестирована на 23 международных наборах данных из Китая, США и Нидерландов, охватывающих 18 типов рака и различные диагностические задачи. По большинству из них точность превысила 97%, причем в 20 задачах модель продемонстрировала более высокие результаты по сравнению с существующими методами.
В отдельных сценариях система показала максимальные значения: при скрининге колоректального рака точность достигла 100%, при сегментации опухолей пищевода – около 99,5%. В задаче выявления метастазов в лимфатических узлах показатель составил около 98,7% при использовании всего нескольких образцов, что выше среднего уровня врачей-патологов.
ИИ-модель способна выполнять скрининг, сегментацию и классификацию опухолей без дополнительной настройки. Такой подход снижает требования к объему данных и вычислительным ресурсам, а также упрощает внедрение технологии в клиническую практику.
Разработку можно рассматривать как инструмент поддержки принятия врачебных решений, который может повысить доступность и скорость диагностики, особенно в регионах с ограниченными ресурсами.
