Турецкие специалисты создали нейросеть для быстрой диагностики опухолей при операциях
Команда турецких специалистов из Босфорского университета создали нейросеть-помощника, которая может быстро и точно диагностировать состояние опухоли при операциях.
Как передает Baku Tribune, результаты работы описаны в журнале Nature Biomedical Engineering.
Решение о методах проведения хирургических вмешательств предпринимается в зависимости от состояния пациента, размеров опухоли, ее вида и стадии. Зачастую экспресс-диагностика проводится по образцам замороженных тканей, что требует специальной подготовки и лишнего времени (до 48 часов). Исход процедуры зависит от совокупности факторов. При этом дополнительные риски создает человеческий фактор, который удалось минимизировать при использовании искусственного интеллекта.
Вместе с тем существуют способы и более быстрой диагностики, например, криосекционирование, то есть быстрое замораживание ткани, получение среза и последующее изучение под микроскопом. Этот процесс занимает не часы, а минуты, но может привести к искажению клеточных данных, а также к повреждению или разрыву хрупких тканей.
Новая модель глубокого обучения может быть использована для определения подтипов различных видов рака. В процессе экспериментов группа специалистов определяла по снимкам, прошедшим через нейросеть, вид опухоли, вторая команда изучала традиционные изображений криосекции. Первый вариант показал не только улучшение качество картинки, но и повысил точность диагностики среди экспертов.
В будущем планируется провести клинические исследования для проверки нового метода с ИИ и возможность реального применения в условиях больницы. Кроме того, модель обладает потенциалом для облегчения определения послеоперационного ухода за пациентами.
Решение о методах проведения хирургических вмешательств предпринимается в зависимости от состояния пациента, размеров опухоли, ее вида и стадии. Зачастую экспресс-диагностика проводится по образцам замороженных тканей, что требует специальной подготовки и лишнего времени (до 48 часов). Исход процедуры зависит от совокупности факторов. При этом дополнительные риски создает человеческий фактор, который удалось минимизировать при использовании искусственного интеллекта.
Вместе с тем существуют способы и более быстрой диагностики, например, криосекционирование, то есть быстрое замораживание ткани, получение среза и последующее изучение под микроскопом. Этот процесс занимает не часы, а минуты, но может привести к искажению клеточных данных, а также к повреждению или разрыву хрупких тканей.
Новая модель глубокого обучения может быть использована для определения подтипов различных видов рака. В процессе экспериментов группа специалистов определяла по снимкам, прошедшим через нейросеть, вид опухоли, вторая команда изучала традиционные изображений криосекции. Первый вариант показал не только улучшение качество картинки, но и повысил точность диагностики среди экспертов.
В будущем планируется провести клинические исследования для проверки нового метода с ИИ и возможность реального применения в условиях больницы. Кроме того, модель обладает потенциалом для облегчения определения послеоперационного ухода за пациентами.
Последние новости
