Биологические ткани пациента исследуются при помощи терагерцовой спектроскопии.
- Если патологоанатомы выдают гистологическое заключение на основе микроскопического изучения тканей, их морфологических особенностей, то оптические методы распознают спектральные образы, которые в здоровых тканях и тканях злокачественной опухоли имеют значимые отличия, - объяснил научный сотрудник лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Анастасия Князькова.
Библиотека данных для обучения искусственного интеллекта формировалась на основе образцов тканей пациентов НИИ онкологии Томского национального исследовательского медицинского центра. Среди них были окнобольные с аденокарциномой простаты, группа с диагнозом меланома и здоровые пациенты.
Далее на собранной базе данных нейросети учились отличать норму от патологии, а также распознавать изменения, характерные для отдельного типа опухоли.
По мнению ученых, новый подход автоматизирует процесс диагностики онкозаболеваний, но не заменит врачей-клиницистов. Инновационный подход позволит уменьшить время, необходимое для диагностики рака с нескольких дней до нескольких минут.
- Искусственный интеллект, обученный на сотнях образцов, может служить эффективным вспомогательным инструментом для повышения объективности диагностики и принятия решения относительно выбора тактики лечения, - пояснили в пресс-службе ТГУ.
В настоящее время исследователи формируют библиотеку с образцами тканей глиомы - одной из наиболее агрессивных опухолей головного мозга.