Медицина

Нейросети и медицина: как ИИ помогает анализировать данные биопсии

Искусственный интеллект становится неотъемлемой частью медицины. Научный сотрудник лаборатории Philips Research Lab Rus Федор Мушенок рассказал о роли ИИ в патоморфологии.

— Что такое патоморфология и в каких сферах медицины она применяется?

— В современной медицине представлено множество различных высокотехнологичных средств для постановки правильного диагноза, выбора оптимального метода лечения и оценки его эффективности. В арсенале врачей сегодня есть такие методы диагностики, как анализ крови пациента, ультразвуковое исследование (УЗИ), магнитно-резонансная томография (МРТ), компьютерная томография (КТ) и другие.

Несмотря на многообразие неивазивных методов, иногда точный диагноз может быть поставлен одним единственным способом – с помощью анализа патологической ткани через микроскоп. Это особенно актуально в случаях перерождения здоровых клеток и возникновения новообразований. Область медицины, в которой используются такие диагностические методы, и называется патоморфологией.

Анализ биопсии при помощи цифровой гистопатологии / ©Пресс-служба Philips Research

— Как проходят стандартная процедура биопсии и дальнейший анализ тканей?

— Для проведения патоморфологического исследования сначала необходимо получить биологический материал для изучения. На анализ могут быть направлены образцы тканей, полученные как в процессе биопсии, так и в результате хирургического вмешательства. Из этих образцов с помощью специального высокоточного оборудования создаются тончайшие срезы, которые раскладываются на предметные стекла.

Затем врач-патологоанатом изучает под микроскопом структуру этих срезов, анализирует и делает соответствующие выводы. По сути, врач видит проблемы в организме не на уровне симптомов и жалоб пациента, а на уровне клеток и происходящих в них процессов. Таким образом он может различить два заболевания, обладающих схожими симптомами, и поставить правильный диагноз.

Для улучшения изображений и выделения нужных структур врачи используют специальные химические соединения – красители. Они наносятся на исследуемые образцы и окрашивают разные структурные элементы клеток в яркие цвета, тем самым облегчая визуальную диагностику.

С развитием техники врач может не только рассмотреть образец через окуляр микроскопа, но и получить цветные изображения изучаемого среза. Такая цифровая фотография может быть сохранена для последующего анализа или обсуждения с коллегами.

Как искусственный интеллект помогает в работе патоморфологов?

— До недавнего времени результаты патоморфологического исследования целиком и полностью зависели от врача, который его проводит. Уровень профессиональной подготовки и личностные качества доктора (внимание к деталям, скрупулезность), качество подготовки исследуемого материала и многие другие факторы кардинально влияют на эффективность патоморфологического анализа и точность диагноза. Внедрение искусственного интеллекта позволяет с одной стороны значительно улучшить качество патоморфологических исследований, с другой – снизить их стоимость и сократить время от процедуры до получения результатов.

Анализ биопсии при помощи цифровой гистопатологии / ©Пресс-служба Philips Research

— Давайте рассмотрим несколько примеров использования искусственного интеллекта в патоморфологии.

— Алгоритмы компьютерного зрения успешно различают изображения кошек и собак, распознают людей по фотографиям, определяют степень зрелости клубники и решают множество сложных задач по анализу изображений, которые раньше мог выполнить только человек. Эти же алгоритмы могут быть использованы для анализа изображений клеток.

Представьте систему поддержки принятия врачебных решений, в которой умные алгоритмы анализируют изображения тканей, выявляют и классифицируют пораженные клетки, а затем сообщают врачу об этих находках. Кроме того, доктор сразу же получает дополнительную полезную информацию (например, сведения о концентрации таких клеток, о стадии заболевания, об особенностях внутриклеточных процессов и так далее), которая поможет ему при постановке диагноза. Такая система не способна заменить врача, но значительно облегает его каждодневный труд и оптимизирует работу всего отделения.

Другим перспективным применением ИИ в гистопатологии (этим термином называют микроскопическое изучение пораженной ткани, важный инструмент патоморфологии) является поиск похожих изображений. Сейчас подобные сервисы предоставляются крупными поисковыми системами и позволяют найти множество изображений одного товара.

К примеру, пользователь загружает фотографию стула и получает множество изображений других стульев всех возможных конструкций и цветов. Кроме того, он получает их описания, цены и адреса онлайн-магазинов, где можно их купить. Аналогичные сервисы разрабатываются и для гистологических изображений.

Загружая изображения одного среза, врач получает множество снимков похожих срезов, на которых была обнаружена такая же или похожая патология. В дополнение ему предоставляются сведения о диагнозах, соответствующих этим изображениям, комментарии других врачей, ссылки на релевантные научные работы и другая полезная информация. Роль таких сервисов в медицине трудно переоценить.

Допустим, опытный врач сталкивается с редкой патологией, которую он раньше никогда не видел. Сервис поиска похожих изображений покажет ему подобные случаи и поможет поставить правильный диагноз. Для начинающих врачей и студентов-медиков такой ресурс станет настоящей энциклопедией, в которой собраны практические знания тысяч врачей из разных уголков мира.

Для ученых подобный сервис предоставляет уникальную возможность анализировать и сравнивать медицинские изображения, исследовать заболевания, находить закономерности и разрабатывать новые эффективные методы лечения.

Какие проекты есть в этой области у Philips?

— Компания Philips является одним из мировых лидеров в цифровой гистопатологии. Клиники по всеми миру успешно внедряют IntelliSite Pathology Solution – автоматизированную систему создания, просмотра и управления цифровыми изображениями патологий. Система состоит из цифрового слайд-сканера, системы управления изображениями и дисплея. Этот инновационный продукт нашей компании позволяет вывести на новый уровень все этапы гистологических исследований – процесс сканирования образцов и получения изображений, безопасное хранение и передачу полученных данных, работу врачей-специалистов и составление заключений.

Внедрение такой системы позволяет полностью избежать ситуаций, когда материалы теряются или ошибочно подменяются. Также Philips участвует в крупных международных проектах, направленных на накопление столь необходимых качественных данных, над аннотацией которых работают врачи с многолетним опытом. В исследовательских лабораториях разрабатываются умные алгоритмы, которые станут помощниками врачей в их ежедневной практике.

Как ИИ в патоморфологии влияет на вероятность ошибки в диагнозе? Каким образом подобные инновации в здравоохранении могут улучшить качество диагностики рака и других заболеваний?

— Целью внедрения ИИ в любую сферу является улучшение качества существующих продуктов и услуг, либо создание принципиально новых решений. Патомормофология и медицина в целом — не исключение. Внедрение ИИ в рабочий процесс отдельно взятого врача облегчит его работу, избавит от рутинных операций, а также уменьшит количество ошибок в постановке диагноза, связанных с недостатком знаний и усталостью.

На глобальном уровне переход к цифровой гистопатологии является важной частью развития медицинских больших данных. За последние пять лет мы увидели взрывной рост применения искусственного интеллекта во многих сферах нашей жизни. Такого же роста мы ожидаем и для применения ИИ в медицине. Но этот развитие ограничивается отсутствием необходимых данных — медицинских записей, снимков, гистопатологических изображений и так далее.

За наращиванием объема данных незамедлительно последуют продукты и решения, которые выведут процесс диагностики и лечения на принципиально новый уровень. Например, с помощью машинного обучения можно будет предсказать оптимальный способ лечения для конкретного пациента, основываясь на гистологических снимках, геномных данных, записей лечащих врачей и результатов исследований тысяч других пациентов. Так мы придем к персональной медицине, которая будет эффективнее и дешевле.