Несподіваний результат: ШІ діагностує пухлини мозку швидше за лікарів

Раніше точна ідентифікація пухлин центральної нервової системи вимагала складних і довготривалих молекулярних досліджень, таких як аналіз метилювання ДНК — «золотого стандарту» у цій сфері. Ці тести не лише дорогі й потребують спеціалізованих лабораторій, але й могли займати до двох тижнів, що було недоступно для багатьох регіонів світу, обмежуючи своєчасне лікування.

На цьому тлі команда дослідників з Німецького онкологічного центру (DKFZ) та Гайдельберзького університету, включаючи Моріца Герстунга та Фелікса Зама, розробила рішення. Вони створили систему штучного інтелекту під назвою Hetairos, метою якої було передбачити молекулярний підтип пухлини, використовуючи лише звичайні гістологічні зрізи тканин.

Для навчання Hetairos було використано понад 11 000 цифрових зрізів тканин, отриманих від 9 606 пацієнтів з одинадцяти медичних центрів на чотирьох континентах. Усі ці дані були підтверджені молекулярною діагностикою, що дозволило ШІ навчитися розпізнавати зв'язки між структурою тканини та генетичним типом новоутворення. У результаті Hetairos навчився розрізняти 102 молекулярні підтипи пухлин, охоплюючи майже весь сучасний спектр класифікації ВООЗ.

Hetairos не лише видає діагноз, а й оцінює власну впевненість у ньому. Приблизно у 50–70% випадків точність системи досягає 87–88%. Навіть у ситуаціях, коли ШІ «сумнівається», він суттєво звужує коло можливих діагнозів, надаючи лікарям лише кілька найбільш імовірних варіантів замість сотень. Ця здатність дозволяє значно прискорити прийняття рішень та вибір подальших діагностичних тестів.

У прямому порівнянні з досвідченими нейропатологами система показала вражаючі результати. У тесті на 210 випадках Hetairos досяг 68% точності, тоді як спеціалісти в середньому — близько 30%. При розгляді трьох найімовірніших діагнозів ШІ набрав 84%, а лікарі — близько 50%. Система особливо добре виявила тонкі морфологічні особливості, які важко помітити навіть досвідченим фахівцям.

Ключова перевага Hetairos полягає у швидкості: діагностика займає приблизно 12 хвилин після оцифрування зразка. Це значно швидше за традиційний молекулярний аналіз, який триває близько 12 днів. Хоча з підготовкою матеріалу повний цикл може займати до двох днів, це все одно радикальне прискорення діагностичного процесу.

Розробники підкреслюють, що Hetairos не призначений для заміни лікарів, а є інструментом підтримки та прискорення діагностики. Система буде особливо корисною там, де недостатньо матеріалу для генетичних тестів, результати молекулярної діагностики неоднозначні, або відсутні дорогі лабораторії. Вона працює зі стандартними гістологічними зразками, що використовуються в усьому світі, надаючи лікарям можливість зрозуміти основу діагнозу ШІ та визначити ділянки для подальших досліджень.

Крім Hetairos, існують й інші ініціативи у сфері штучного інтелекту в медицині. Наприклад, EurekAlert! повідомляє, що OpenAI запустила програму біозахисту на основі GPT-Rosalind. Ця спеціалізована модель ШІ призначена для досліджень у галузі наук про життя, щоб підтримати національну безпеку та охорону здоров'я шляхом раннього виявлення загроз, моделювання поширення хвороб, планування заходів реагування та прискорення розробки медичних засобів протидії.

«Дослідження показує, що штучний інтелект здатний отримувати молекулярну інформацію безпосередньо зі звичайних зрізів тканин і таким чином фундаментально змінювати діагностику раку», — зазначив Даруй Цзінь, один з провідних авторів дослідження Hetairos.

«Ми розробили Hetairos головним чином як інструмент для підтримки діагностики. Він не призначений для заміни молекулярного аналізу, а радше для його цілеспрямованого доповнення та прискорення. Ця технологія може зробити важливий внесок, особливо в країнах або регіонах з обмеженими ресурсами, оскільки вона базується на стандартних зрізах тканин, що використовуються в усьому світі», — пояснив нейропатолог Фелікс Зам.

Незважаючи на те, що Hetairos ще потребує подальших удосконалень, особливо у випадках рідкісних пухлин, його потенціал уже зараз демонструє, що поєднання цифрової патології та штучного інтелекту може зробити діагностику раку мозку значно швидшою та точнішою у всьому світі, відкриваючи нову еру в медицині.