Российские ученые разработали систему оценки злокачественности рака почки

Благодаря этому подходу стало возможным точно оценивать степень злокачественности данного типа рака, как сообщили в пресс-службе университета.

Новый метод, разработанный учеными, позволяет количественно оценивать злокачественность светлоклеточной почечно-клеточной карциномы, в отличие от традиционного метода оценки "на глаз" с использованием международной классификации ВОЗ/ISUP.

При анализе опухоли почки патологоанатомы обычно оценивают степень злокачественности по выраженности ядрышек в клетках и их количеству в ткани опухоли. Однако даже опытные специалисты могут иметь различные мнения, так как границы между разными степенями злокачественности не всегда явно выражены.

Новые исследования в области медицинской диагностики продолжают удивлять нас своими достижениями. Учёные Сеченовского университета в сотрудничестве с коллегами из ПАО "Вымпелком" и других научных центров разработали программное обеспечение, основанное на передовой технологии компьютерного зрения. Это ПО способно автоматически выделять и классифицировать каждую клетку на гистологическом срезе, что открывает новые перспективы в области патологии и онкологии.

Алгоритм, обученный на огромном объеме данных - более чем 200 тысяч клеток, демонстрирует высокую точность в различении степеней злокачественности. Это означает, что он способен не только повторить экспертное мнение патолога, но и выявить скрытые закономерности между структурой опухоли и прогнозом выживаемости пациентов. Таким образом, данная технология не только упрощает рутинную работу специалистов, но и может привести к фундаментальным открытиям в медицине.

Эти инновационные методы анализа клеток могут стать революционным шагом в диагностике и лечении раковых заболеваний. Возможность автоматического выделения и классификации клеток с высокой точностью открывает новые горизонты для исследований и помогает в разработке персонализированных методов лечения.

Исследования показали, что наличие четырех устойчивых морфологических паттернов в структуре опухоли может значительно влиять на прогноз заболевания, сообщили в пресс-службе. Каждый из этих паттернов имеет свои особенности: например, "ядрышковый" тип с высоким содержанием агрессивных клеток оказался наиболее опасным, в то время как "мономорфный" паттерн считается самым благоприятным из всех выявленных.

По данным исследования, важно отметить, что выявленные морфологические паттерны не всегда соответствуют официальной градации опухолей. Это может объяснить различия в прогнозах и исходах у пациентов с одинаковым диагнозом. Кроме того, выявление конкретного паттерна может помочь в индивидуализации подхода к лечению и прогнозированию результатов.

Таким образом, понимание морфологических особенностей опухолей и их влияния на прогноз заболевания играет ключевую роль в онкологии. Эти данные позволяют более точно определить характер опухоли и разработать персонализированный подход к лечению, что может значительно улучшить результаты терапии у пациентов.

Исследование, проведенное нашей лабораторией цифрового микроскопического анализа, демонстрирует, что использование искусственного интеллекта для расчета количественных метрик позволяет более точно определить ядрышковую градацию опухоли. Вместо субъективной оценки врачи получают конкретные числовые значения, что упрощает процесс диагностики и выбора лечения. "Этот объективный параметр, например, 15%, становится основой для персонализированного прогноза и определения оптимальной терапии", - подчеркнул Алексей Файзуллин, руководитель нашей лаборатории.

Уникальность нашего подхода заключается в том, что он объединяет передовые технологии цифрового анализа с медицинскими знаниями, что позволяет значительно повысить точность диагностики. Результаты исследования показывают, что использование ИИ в медицине не только улучшает качество анализа, но и делает его более объективным и доступным для врачей.

Эта инновационная методика не только упрощает работу специалистов, но и повышает эффективность лечения пациентов. Благодаря точным количественным метрикам, врачи могут принимать более обоснованные решения, основанные на данных, а не на субъективном опыте.

Исследование, проведенное учеными, привело к созданию модели, которая успешно интегрирована в программное обеспечение для анализа гистологических срезов опухолей. Этот инновационный подход уже прошел пилотное тестирование в патологоанатомическом отделении и готов к внедрению в клиническую практику. Согласно информации, полученной из пресс-службы учебного заведения, модель демонстрирует высокую эффективность и точность в диагностике опухолей.

Ученые поделились результатами своего исследования в статье, опубликованной в авторитетном международном научном журнале Cancer Medicine. В статье описаны основные принципы работы модели, ее преимущества и потенциал для улучшения диагностики опухолей. Это открытие может значительно повлиять на развитие онкологической практики и улучшить прогнозы для пациентов.

Это значимое достижение подчеркивает важность инноваций в медицине и исследованиях в области онкологии. Результаты исследования открывают новые перспективы для применения компьютерного анализа в диагностике опухолей и позволяют улучшить качество медицинской помощи пациентам с онкологическими заболеваниями.

Источник и фото - ria.ru