Созданы ИИ-инструменты для распознавания опухолей на КТ-снимках
Ученые из американской Northwestern Medicine разработали ИИ-инструмент под названием iSeg. Это первая 3D-модель глубокого обучения, которая способна точно оконтуривать опухоли легких на КТ-снимках, учитывая их движение при дыхании пациента. Это ключевой фактор для планирования лучевой терапии онкологических заболеваний.
В лучевой терапии точность является залогом спасения жизни. Оконтуривание опухоли, или сегментация, критически важна для направления высоких доз радиации точно на раковые клетки и минимизации повреждений здоровых тканей. Однако этот процесс до сих пор выполняется вручную, он трудоемок, занимает много времени, а его результаты могут отличаться у разных врачей. Это может привести к тому, что важные участки опухоли будут пропущены. Инструмент iSeg может изменить эту парадигму.
Для обучения iSeg использовались КТ-снимки и контуры опухолей, нарисованные врачами, от сотен пациентов с раком легких из девяти клиник. В ходе тестирования на новых, ранее не виданных алгоритмом снимках, iSeg продемонстрировал точность, сопоставимую с работой опытных онкологов. Более того, ИИ смог выявить дополнительные зоны высокого риска, которые некоторые врачи пропускали. Исследование показало, что пропуск таких зон был связан с худшими исходами для пациентов.
Исследователи Первого МГМУ имени И.М. Сеченова создают подобный ИИ-сервис, который позволяет визуализировать печень и ее структуры в трехмерном пространстве по КТ-снимкам. Помимо построения 3D-моделей, сервис определяет новообразования печени и дает возможность проводить виртуальные операции на органе. В перспективе его будут использовать для предоперационного планирования и снижения потенциальных рисков хирургического вмешательства.
Цель новых технологий — не заменить врачей, а предоставить им более совершенные инструменты. Автоматизация и стандартизация процесса оконтуривания опухолей может сократить задержки в лечении, обеспечить единый стандарт качества в разных больницах и повысить общую эффективность терапии. Это особенно важно для клиник, где доступ к узкоспециализированным экспертам ограничен.
Ранее российский исследователь Дмитрий Чебанов представил ИИ-модель для диагностики редких форм онкологии.
