Специалисты создали инновационную систему на базе искусственного интеллекта для классификации диффузных глиом у взрослых в соответствии с критериями Всемирной организации здравоохранения (ВОЗ) 2021 года. Эта система работает исключительно с гистологическими изображениями, что может значительно упростить процесс диагностики и уменьшить необходимость в дорогостоящих молекулярных исследованиях.
В настоящее время для точной классификации типа опухоли требуется не только микроскопический анализ, но и молекулярное профилирование. Эти процедуры занимают много времени и часто требуют участия внешних лабораторий, что замедляет получение результатов. Новый метод предлагает альтернативу: анализ стандартных гематоксилиново-эозиновых (H&E) срезов с использованием машинного обучения.
Модели были обучены на международной базе данных, включающей более 1300 случаев из США, а также материалы из Австрии и Индии. Исследователи провели сравнительный анализ разных архитектур моделей, методов объединения данных и уровней увеличения изображений.
Наивысшую точность (площадь под ROC-кривой, AUC) показала комбинированная система, достигнув результатов, близких к 98% на обучающей выборке и более 92% на независимых данных. Было выявлено, что специализированные модели для патологических изображений эффективнее универсальных, а использование различных масштабов изображения улучшает качество анализа.
Разработчики считают, что этот подход ускоряет постановку диагноза и оптимизирует процесс принятия решений о лечении. В будущем планируется улучшить модели и методы обработки данных, чтобы повысить универсальность и точность системы.