В онкологии распространяются вычислительные системы поддержки решений для патоморфологических заключений

15 июля 2019 года исследователи отделения патологии Онкологического центра Memorial Sloan Kettering и Института медицинских наук Weill Cornell под руководством Thomas J. Fuchs Nature Medicine в журнале под этим названием представили основанную на обучении систему глубокого обучения (глубокого обучения). Эта система, способная обучать точные классификационные модели в беспрецедентных масштабах, заложила основу для внедрения вычислительных систем поддержки принятия решений в клиническую практику.

Авторы сообщили, что ранее разработка систем поддержки решений для патологии и их использование в клинической практике были невозможны из-за необходимости больших наборов данных с вручную выполненной разметкой.

Описанная ими система глубокого обучения преодолевает эту проблему. В частности, новая система использует в качестве обучающих меток только диагнозы из заключений, позволяя избегать дорогой и длительной ручной разметки отдельных пикселей.

Исследовательская группа масштабировала этот подход на данные 15.177 пациентов, включавшие 44.732 изображения полных слайдов, без какой-либо предварительной курации данных.

Система смогла диагностировать рак предстательной железы, базальноклеточный рак кожи и подмышечные (аксиллярные) Метастазырака молочной железы с точностью %98.

При клиническом применении система, сохраняя чувствительность % 100, позволила патоморфологам не просматривать % 65-75 патологических блоков.

Авторы пришли к выводу, что их результаты подтверждают способность системы обучать точные классификационные модели, закладывающую основу для внедрения вычислительных систем поддержки принятия решений в клиническую практику.

Для специалистов по медицинской информатике: общедоступный набор данных MSK по метастазам рака молочной железы доступен здесь. Исходный код этого исследования отсюда можно скачать.

• Все наши новости об искусственном интеллекте в онкологии