Челябинские ученые обучают искусственный интеллект прогнозировать рак груди
26 апреля 2022
Фото: сайт ЧелГУ
По расчетам, это позволит выявлять болезнь на ранней стадии.
Группа ученых ЧелГУ под руководством профессора математического факультета Виталия Кобера получила грант Российского научного фонда для создания высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого облучения. IT-проект запустили в сотрудничестве с Челябинским областным клиническим центром онкологии и ядерной медицины.
По словам разработчиков, исследование нацелено на решение проблемы ранней диагностики онкологических заболеваний, одной из главных причин преждевременной смертности пациенток. По данным ВОЗ, 13,7 % смертей среди женщин в мире были вызваны раком груди, а инвазивный (когда требуется операция) рак молочной железы развивается примерно у каждой восьмой. При этом недавние социологические исследования показывают, что до 70 % смертей от рака груди приходится на женщин, которые не проходили «цифровое» обследование.
«Для облегчения задачи врачей по обнаружению патологий молочной железы на ранних стадиях мы разрабатываем методы и алгоритмы систем компьютерной диагностики, — поясняет Виталий Кобер. — Традиционный подход к созданию таких систем — это подбор модели для классификации признаков болезни с помощью методов машинного обучения. Однако для ранней диагностики онкозаболеваний до сих пор не используются нелинейные функции принятия решений. Разработка компьютерных систем цифровой диагностики патологий все еще находится на начальной стадии, но перспективы очень обнадеживающие».
По мнению ученых, компьютерный диагност может превратиться в инструмент, помогающий радиологам быстро обнаруживать подозрительные поражения груди, оценивать вероятность злокачественного образования. Сегодня виртуальная диагностика используется радиологами в качестве второго мнения для подтверждения диагноза.
«В рамках нашего проекта по гранту РНФ мы предлагаем использовать методы глубокого машинного обучения и модель локальной энергии сигнала для решения всех трех задач компьютерной диагностики: надежного обнаружения, сегментации и классификации патологий молочной железы по цифровым маммограммам, — отмечает Виталий Кобер. — Но для этого требуется большой объем информации, и в рамках проекта мы предполагаем создать анонимную, открытую для исследователей базу данных цифровых маммограмм».
По словам ученых, существующие системы компьютерной диагностики пока не способны с высокой точностью выявлять патологии молочной железы, число их ошибок еще недопустимо высокое.
«Мы ожидаем, что предложенные нами методы повысят точность диагноза до 90 % и более», — заявил Виталий Кобер.
По словам разработчиков, исследование нацелено на решение проблемы ранней диагностики онкологических заболеваний, одной из главных причин преждевременной смертности пациенток. По данным ВОЗ, 13,7 % смертей среди женщин в мире были вызваны раком груди, а инвазивный (когда требуется операция) рак молочной железы развивается примерно у каждой восьмой. При этом недавние социологические исследования показывают, что до 70 % смертей от рака груди приходится на женщин, которые не проходили «цифровое» обследование.
«Для облегчения задачи врачей по обнаружению патологий молочной железы на ранних стадиях мы разрабатываем методы и алгоритмы систем компьютерной диагностики, — поясняет Виталий Кобер. — Традиционный подход к созданию таких систем — это подбор модели для классификации признаков болезни с помощью методов машинного обучения. Однако для ранней диагностики онкозаболеваний до сих пор не используются нелинейные функции принятия решений. Разработка компьютерных систем цифровой диагностики патологий все еще находится на начальной стадии, но перспективы очень обнадеживающие».
По мнению ученых, компьютерный диагност может превратиться в инструмент, помогающий радиологам быстро обнаруживать подозрительные поражения груди, оценивать вероятность злокачественного образования. Сегодня виртуальная диагностика используется радиологами в качестве второго мнения для подтверждения диагноза.
«В рамках нашего проекта по гранту РНФ мы предлагаем использовать методы глубокого машинного обучения и модель локальной энергии сигнала для решения всех трех задач компьютерной диагностики: надежного обнаружения, сегментации и классификации патологий молочной железы по цифровым маммограммам, — отмечает Виталий Кобер. — Но для этого требуется большой объем информации, и в рамках проекта мы предполагаем создать анонимную, открытую для исследователей базу данных цифровых маммограмм».
По словам ученых, существующие системы компьютерной диагностики пока не способны с высокой точностью выявлять патологии молочной железы, число их ошибок еще недопустимо высокое.
«Мы ожидаем, что предложенные нами методы повысят точность диагноза до 90 % и более», — заявил Виталий Кобер.
Поделиться
