ETNAMED
AI-система выявляет онкологические сигнатуры для улучшения персонализированной медицины - medicards

AI-система выявляет онкологические сигнатуры для улучшения персонализированной медицины

18.10.2019

AI-система выявляет онкологические сигнатуры для улучшения персонализированной медицины 

Как уникальна каждая подпись человека, так уникальна и каждая раковая опухоль. Ученые Израильского технологического института Technion использовали искусственный интеллект (artificial intelligence, AI) и большие массивы данных для определения уникальных сигнатур определенных раковых клеток. Полученная в результате технология, получившая название "компьютеризированный патологоанатом", способно значительно ускорить развитие персонализированного лечения рака.

 
Исследователи работали с цифровыми изображениями образцов биопсии рака молочной железы. Новая технология, описанная ранее в медицинском журнале JAMA, извлекает молекулярную информацию из формы клеток (морфологии) и их окружения.
 
Как рассказывает один из разработчиков системы Гил Шамай, патологоанатомы, с которыми мы говорили, сказали, что это невозможно. Обычный патологоанатом не может судить об особенностях опухоли по ее форме из-за огромного количества переменных. Хорошая новость заключается в том, что технологии искусственного интеллекта, и особенно глубокое обучение, способны на это. Компьютер, в отличие от даже самого опытного патологоанатома, может характеризовать рак с помощью комплексного анализа его морфологии.
 
С помощью инструментов обработки изображений и систем на основе AI-алгоритмов исследователи смогли предсказывать молекулярный профиль раковых клеток, просто "глядя" на ткани на стандартных биопсийных снимках. По словам ученых, они научились определять "подпись", которую рак оставляет в тканях.
 
Для разработки своего решения команда использовала набор из 20 000 снимков, полученных от 5356 больных раком молочной железы.
 
Затем исследователи смогли составить карту рецепторов эстрогена и прогестерона наряду с другими молекулярными биомаркерами. Исследование было сосредоточено на раке молочной железы, но технология будет актуальна для всех онкологических заболеваний.