Нейросеть навчили знаходити сліди ракових пухлин
Математики розробили нову систему комп'ютерного зору, яка може розпізнавати характерні риси 28 типів ракових клітин та виділяти пухлини на фотографіях органів та зрізів тканин. Результати їхньої роботи опублікував науковий журнал Nature Cancer, коротко про це у вівторок повідомила прес-служба імені Ломоносова.
"Запропонований нами метод показує, що комп'ютерний зір поряд із молекулярним профільуванням можна використовувати при діагностиці раку. Експертна оцінка лікаря залишається стандартом для того, щоб поставити остаточний діагноз, проте комп'ютери вже зараз здатні допомагати у вирішенні цих завдань", - розповів один із авторів роботи , провідний спеціаліст Європейського інституту біоінформатики (Великобританія) Моріц Герштунг
В останні роки завдяки розвитку математики та збільшенню обчислювальних потужностей комп'ютерів вчені можуть створювати складні системи штучного інтелекту, які можуть виконувати нетривіальні завдання та навіть мислити творчо.
Наприклад, нещодавно вчені створили системи ІІ, які можуть розпізнавати сліди раку шкіри, грудей та деяких інших хвороб і перевершують у цьому відношенні провідних експертів-онкологів. Герштунг та його колеги, серед яких був і студент МДУ Артем Шматко, створили ще одну подібну нейромережу. Її навчили допомагати гістопатологу у тому, щоб вивчати фотографії тканин тіла людини та зрізів пухлин.
Нейросетовий помічник гістопатолога
Дослідники припустили, що нейромережі, на яких ґрунтуються різні автомобільні та авіаційні системи комп'ютерного зору, можна використовувати не тільки для розпізнавання перешкод та класифікації різних об'єктів природи, але й для того, щоб відрізняти здорову тканину від пухлин.
Керуючись цією ідеєю, вчені опрацювали фотографії 17 тисяч зрізів пухлин та здорових тканин із бази даних The Cancer Genome Atlas (TCGA). Для цього знімки розбили на невеликі фрагменти розміром 512 на 512 пікселів. Ці шматочки фотографій фахівці використовували для навчання нейромережі Inception-V4. Вона виділила на знімках понад 1,5 тис. параметрів, які впливають на належність кожного знімка до здорових або хворих тканин.
Як виявилося, ця система добре справлялася із завданням розпізнавання пухлин, у деяких випадках перевищуючи за точністю традиційні методи гістопатології. Наприклад, класичні методи погано працюють із твердими пухлинами, які формуються внаслідок появи зайвих копій хромосом та інших великих змін геному, видаючи майже випадкову відповідь. Нейросеть справляється з цим завданням у 75% випадків, завдяки чому якість діагностики може різко підвищитися.
"Цей метод дозволяє знаходити не тільки масштабні генетичні зміни, що відбуваються на рівні хромосом, але і поодинокі заміни нуклеотидів у генах-драйверах пухлин, у тому числі ділянок PTEN, BRAF і TP53. Цікаво, що у випадку гена BRAF він показав кращі результати передбачення для раку щитовидної залози, ніж традиційний гістопатологічний підхід, що говорить про можливість подальшого покращення загальноприйнятої класифікації», – зазначив Шматко.
Крім цього, комп'ютерний зір виявився корисним і для прогнозування виживання пацієнтів. Воно показало себе краще за традиційні методики оцінки для 10 з 16 типів пухлин. Як сподіваються вчені, подібна особливість системи дозволить їй, а також іншим заснованим на нейромережах підходам швидко проникнути в клінічну практику та допомогти лікарям точніше діагностувати пухлину та підбирати правильні стратегії лікування раку.
