Ученые лаборатории биофотоники ТГУ совместно с онкологами ТНИМЦ разработали новый подход к диагностике аденокарциномы — злокачественной опухоли предстательной железы.

Для выявления онкопатологии и определения стадии заболевания в данном подходе используется искусственный интеллект. Компьютерную модель с помощью машинного обучения научили со стопроцентной точностью различать здоровые ткани и патологию. Проект реализуется при поддержке РФФИ и Научного фонда ТГУ им. Д.И. Менделеева.

Золотым стандартом диагностики онкозаболеваний является гистология, во время которой ткани, взятые у пациента, исследуются на наличие злокачественных изменений. Чтобы образцы можно было долго хранить, проводят их дегидратацию и заливают парафином. Затем специалисты делают тонкие срезы и исследуют эти «слайды» с помощью микроскопа.

– Обычно с образцами биопсии простаты работают несколько человек, после изучения срезов они выносят коллегиальное решение, – говорит исполнительный директор Института биомедицины ТГУ Юрий Кистенев. – Человеческий фактор никто не отменял, поэтому из-за субъективной оценки бывают ошибочные заключения. Мы попробовали решить эту проблему с помощью IT-технологий – разработали компьютерную модель и посредством машинного обучения научили ее выявлять аномальные участки, используя такой инструмент, как терагерцовая спектроскопия.

По словам Юрия Кистенева, в процессе анализа искусственный интеллект не только выявляет наличие раковых клеток, но и проводит оценку опухоли по шкале Глисона. Она традиционно используется при диагностике рака простаты для определения степени злокачественности процесса (показатели от 1 до 10), что важно с точки зрения прогноза течения болезни.

– Использование терагерцовой спектроскопии позволяет очень хорошо визуализировать образец, поскольку на маленьком участке лазер «читает» от 2500 до 4000 точек, – рассказывает один из исполнителей проекта, аспирантка ТГУ Анастасия Князькова. – В процессе обучения компьютерную модель тренировали на образцах здоровой и пораженной ткани, которые предоставил НИИ онкологии ТНИМЦ. Таким образом ИИ научился разделять норму и патологию. Проверку его способности к верификации аденокарциномы проводили на той части образцов, которая не использовалась в обучении. Оценку злокачественности процесса проводили для образцов, имеющих оценку 4 и 8 по шкале Глисона. При этом точность дифференциальной диагностики составила 100 процентов.

По словам разработчиков – сотрудников лаборатории биофотоники, по мере накопления данных модель сможет проводить оценку опухоли по всей шкале Глисона, после чего новый инструмент можно внедрять в клиническую практику. Как отмечает Юрий Кистенев, подход является универсальным. Его уже опробовали в диагностике меланомы. При наличии достаточного количества обучающего материала (образцов с нормой и патологией) модель можно обучить диагностике и других онкозаболеваний.

Добавим, что работа, выполненная при поддержке Научного фонда ТГУ им. Д.И. Менделеева, является частью большого комплексного проекта РФФИ, в котором участвуют самые сильные научные центры РФ в области биофотоники: МГУ, ИТМО, СГУ, НГУ и Нижегородский государственный университет. Роль ТГУ в данном проекте заключается в создании методов машинного обучения для новых диагностических подходов, создаваемых всеми участниками проекта.

Источники

Томские ученые научили компьютерную модель выявлять рак простаты со 100% точностью
Томский обзор (obzor.city), 12/11/2019
Томские ученые научили компьютерную модель выявлять рак простаты со 100% точностью
Gorodskoyportal.ru/tomsk, 12/11/2019
Компьютерная модель научилась выявлять рак простаты с точностью 100 %
Томский государственный университет (tsu.ru), 12/11/2019
Компьютерная модель научилась выявлять рак простаты с точностью 100 %
Монависта (tomsk.monavista.ru), 12/11/2019
Компьютерная модель от ученых ТГУ научилась выявлять рак простаты с точностью 100 %
ГТРК Томск, 12/11/2019
Выявить рак со стопроцентной точностью
Стимул (stimul.online), 14/11/2019
Российские ученые разработали искусственный интеллект, диагностирующий рак простаты
Национальные проекты: будущее России (futurerussia.gov.ru), 15/11/2019
Ученые ТГУ разработали компьютерную модель для диагностики опухоли простаты
Научная Россия (scientificrussia.ru), 22/11/2019
Ученые ТГУ разработали компьютерную модель для диагностики опухоли простаты
Seldon.News (news.myseldon.com), 21/11/2019

Похожие новости

  • 06/12/2018

    Сибирские ученые разработали способ определения риска рецидива туберкулеза легких

    Одна из ключевых задач в области здравоохранения, поставленная ВОЗ, – положить конец эпидемии туберкулеза к 2030 году. Для этого необходимы методы ранней диагностики и эффективной терапии этого заболевания.
    772
  • 19/09/2019

    НГУ и ИЯФ СО РАН представили на форуме «Технопром» инновационную методику лечения рака

    ​​C 18 сентября в рамках VII Международного форума технологического развития «Технопром» Новосибирский государственный университет и Институт ядерной физики им. Г. И. Будкера представят стенд, посвященный совместной работе центра бор-нейрозахватной терапии онкологических заболеваний.
    521
  • 27/07/2017

    В НГУ запустили международный проект с учеными Индии

    Лаборатория алгоритмики НГУ запустила международный научно-исследовательский проект по инженерии компонент электронных схем нового поколения, который был поддержан по итогам конкурса РФФИ-Индия. ​ Проект направлен на оптимизацию компонент портативных электронных устройств, использующих реконфигурируемые компьютерные архитектуры и сочетающих в себе быстродействие и гибкость программирования.
    1651
  • 05/09/2017

    Исследователи «научат» макрофаги подавлять прогрессию опухоли

    ​Ученые ТГУ и Томского НИМЦ в кооперации с коллегами из Гейдельбергского университета и Латвийского биомедицинского исследовательского центра разрабатывают принципиально новый подход к лечению онкологических заболеваний.
    1173
  • 12/01/2018

    Лаборатория алгоритмики НГУ и TU Berlin разрабатывают новые способы эффективного сокращения объёмов данных

    Лаборатория алгоритмики ММФ НГУ и группа «Алгоритмика и теория сложности вычислений» Берлинского технического университета (TU Berlin) получили поддержку РФФИ и Германского научно-исследовательского общества (DFG) для проведения совместного научно-исследовательского проекта.
    1364
  • 26/09/2019

    Международная группа с участием ученых НГУ опубликовала статью о новом методе управления лазером

    В НГУ проведены исследования волоконного лазера с оригинальным управляющим элементом, использующим композитный наноматериал нового поколения на основе углеродных нанотрубок и ионной жидкости. Результаты работы опубликованы в престижном журнале Nano Letters.
    315
  • 05/12/2018

    Молодые ученые АлтГУ разработали уникальный продуцент рекомбинантного фермента фитазы

    ​Рекомбинантную фитазу в настоящее время активно используют в животноводстве в качестве добавки к кормам животных для лучшего усвоения фосфора. Фосфор – это один из микроэлементов, влияющих на рост организма животных, построение их костной ткани, укрепление иммунитета.
    810
  • 23/10/2019

    Новосибирские биоинформатики разработали уникальный программный комплекс

    ​Сотрудники ФИЦ «Институт цитологии и генетики СО РАН», Новосибирского государственного университета и Университета им. Мартина Лютера (Германия) разработали программный комплекс, позволяющий повысить эффективность анализа дорогостоящих геномных экспериментов.
    341
  • 23/09/2019

    В Новосибирске искусственный интеллект научат диагностике опухолей мозга

    ​Новосибирские ученые сформировали мультидисциплинарную команду, в состав которой вошли научные сотрудники лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета НГУ и практикующие врачи Федерального центра нейрохирургии.
    319
  • 13/05/2016

    Разработки томских ученых помогут агрономам Сибири повысить урожай

    ​Почвоведы БИ ТГУ проведут научные изыскания, цель которых - определение маркеров для диагностики солодей - почв с пониженным плодородием. Новые данные помогут агрономам в правильном освоении пахотных земель и выборе оптимальных способов для их обработки.
    2520