Инструмент искусственного интеллекта, разработанный для постановки диагноза в режиме реального времени во время операции

 

Когда пациент подвергается хирургической операции по удалению опухоли или лечению заболевания, ход операции часто не предопределен. Чтобы решить, какой объем ткани необходимо удалить, хирурги должны знать больше о состоянии, которое они лечат, включая границы опухоли, ее стадию и то, является ли поражение злокачественным или доброкачественным — определения, которые часто зависят от сбора, анализа и диагностики заболевания, пока пациент находится на операционном столе.

 

Когда хирурги отправляют образцы патологоанатому на исследование, важны как скорость, так и точность. Нынешний подход "золотого стандарта" для исследования тканей часто занимает слишком много времени, а более быстрый подход, который включает замораживание ткани, может привести к появлению артефактов, которые могут усложнить диагностику.

Новое исследование, проведенное исследователями из лаборатории Махмуда в Бригаме и женской больнице, членом-основателем системы здравоохранения Бригама, и сотрудниками из Университета Богазичи, разработало лучший способ; метод использует искусственный интеллект для перевода между замороженными срезами и подходом золотого стандарта, улучшая качество изображения для повышения точности экспресс-диагностики. Результаты исследования опубликованы в журнале Nature Biomedical Engineering.

"Мы используем возможности искусственного интеллекта для решения извечной проблемы на стыке хирургии и патологии", - сказал автор-корреспондент Фейсал Махмуд, доктор философии, из отдела вычислительной патологии BWH. "Проведение экспресс-диагностики по образцам замороженных тканей является сложной задачей и требует специальной подготовки, но этот вид диагностики является важным шагом в уходе за пациентами во время операции".

Для постановки окончательного диагноза патологоанатомы используют образцы тканей, зафиксированные в формалине и пропитанные парафином (FFPE) - этот метод позволяет сохранить ткани таким образом, чтобы получить высококачественные изображения, но процесс трудоемкий и обычно занимает от 12 до 48 часов. Для быстрой диагностики патологоанатомы используют подход, известный как криосекция, который включает быстрое замораживание ткани, вырезание срезов и наблюдение за этими тонкими срезами под микроскопом. Криосекция занимает минуты, а не часы, но может исказить клеточные детали и скомпрометировать или разорвать нежные ткани.

Махмуд и соавторы разработали модель глубокого обучения, которую можно использовать для перевода между замороженными срезами и более часто используемой тканью FFPE. В своей статье команда продемонстрировала, что этот метод может быть использован для определения подтипов различных видов рака, включая глиому и немелкоклеточный рак легких.

Команда подтвердила свои выводы, пригласив патологоанатомов для участия в исследовании reader, в котором их попросили поставить диагноз по изображениям, полученным с помощью метода искусственного интеллекта, и традиционным изображениям криосекции. Метод искусственного интеллекта не только улучшил качество изображения, но и повысил точность диагностики среди экспертов. Алгоритм также был протестирован на независимо собранных данных из Турции.

Авторы отмечают, что в будущем следует провести проспективные клинические исследования, чтобы валидировать метод искусственного интеллекта и определить, может ли он способствовать точности диагностики и принятию хирургических решений в реальных условиях больницы.

"Наша работа показывает, что искусственный интеллект обладает потенциалом для того, чтобы сделать чувствительный ко времени критический диагноз проще и доступнее для патологоанатомов", - сказал Махмуд. "И потенциально это может быть применено к любому типу онкологической хирургии. Это открывает множество возможностей для улучшения диагностики и ухода за пациентами".

Категория: Наука и Техника | Добавил: fantast (23.12.2022)
Просмотров: 19 | Рейтинг: 0.0/0