Искусственный интеллект, использующий методы машинного обучения, способен обеспечивать точную диагностику глиомы – одного из наиболее опасных видов опухолей головного мозга. Разработанная система позволяет установить подтип опухоли, спрогнозировать продолжительность жизни пациента и, в будущем, будет содействовать в выборе наиболее эффективного метода лечения. Оценка активности 13 ключевых генов, связанных с тремя основными подтипами глиом – астроцитомой, олигодендроглиомой и глиобластомой – позволяет провести диагностику.
«Традиционные методы диагностики глиом не всегда обеспечивают оперативность и точность в определении типа опухоли. Результаты гистологических исследований и поиск отдельных мутаций могут быть неоднозначными. Даже современные протоколы магнитно-резонансной томографии не всегда предоставляют всю необходимую информацию, поскольку глиомы характеризуются неоднородностью. Наш инструмент проводит оценку опухоли на основе данных транскриптомного анализа, позволяя выявить гены, которые находятся в состоянии «выключенного» или «включенного» состояния, и определить уровень их активности у конкретного пациента. Ключевым преимуществом предлагаемого решения является возможность системы определить подтип глиомы и, тем самым, помочь врачу в выборе оптимальной тактики лечения», – сообщил автор исследования, директор Научно-исследовательского института биологии старения ННГУ им. Н.И. Лобачевского Михаил Иванченко.
Большинство моделей искусственного интеллекта функционируют как «чёрный ящик», что затрудняет врачам понимание логики их решений. Специалисты из Нижнего Новгорода применили метод объяснимого искусственного интеллекта (XAI). С помощью дополнительных алгоритмов система демонстрирует, каким образом уровень экспрессии тринадцати ключевых генов повлиял на результаты прогнозирования.
«Реакция на предложенный ИИ-диагноз будет индивидуальной для каждого пациента, даже при наличии идентичного типа опухоли. Врач может проверить рекомендации нейросети, принять их или отклонить, и при необходимости провести дополнительные обследования. Чтобы доверять искусственному интеллекту и принимать обоснованные клинические решения, специалистам необходимо понимать логику, лежащую в основе диагноза и прогноза. Понимание биологических механизмов, определяющих прогноз, открывает новые возможности для разработки индивидуализированных подходов к лечению, – отметил Михаил Иванченко.
Ученые сообщают, что в настоящее время технология предназначена в первую очередь для лабораторных научных изысканий. В дальнейшем предполагается создание на её основе клинических тест-систем, которые позволят оценивать уровень экспрессии генов и, как следствие, ставить точные диагнозы в сжатые сроки.
Работы были выполнены учеными Исследовательского центра в области искусственного интеллекта совместно с Институтом биологии старения Университета Лобачевского. О результатах написано в специальном выпуске журнала Cancers.
Информация и фото предоставлены пресс-службой ННГУ им. Н.И. Лобачевского