Учёные показали систему искусственного интеллекта PRET, способную определять до 18 типов онкологических болезней с точностью вплоть до 100%. Алгоритм обходится без отдельной подстройки под каждую задачу и довольствуется крошечной порцией исходного материала. О разработке рассказало издание Medical Express.
Система заточена под разбор патологоанатомических данных. Подобный разбор ложится в основу выбора тактики лечения пациента, потому исследователи упёрлись в рост точности и скорости обработки образцов. Низкие требования к исходному материалу разгружают диагностику и снимают бремя подготовки данных с плеч медиков.
PRET здорово выделяется на фоне классических моделей подходом к обучению. Алгоритм не просит от авторов масштабных размеченных выборок и долгой подгонки под конкретный тип опухоли. Выводы система делает всего по паре примеров срезов тканей, а это превращает её в универсальный инструмент для скрининга, сортировки новообразований и разбора тканевой структуры.
В рамках 20 разных тестов разработка обошла существующие решения по своему профилю. В 15 проверках точность диагностики перемахнула планку в 97%. В отдельных случаях цифры подобрались впритык к абсолютному максимуму. На колоректальном раке точность добралась до 100%, а на раке пищевода вышла к 99,5%.
Исследователи отдельно столкнули работу алгоритма с оценками живых врачей. На поиске метастазов в лимфатических узлах PRET выдала точность 98,7%, тогда как усреднённый показатель группы из 11 патологоанатомов застрял около 81%. Разрыв прямо бьёт по глазам и показывает потенциал технологии там, где нужны чувствительность и минимум промахов.
Авторы проекта поделились своей целью собрать универсальный рабочий инструмент. Система должна шустро приспосабливаться под новые медицинские задачи без утомительного повторного обучения. Доводка PRET идёт полным ходом, а разработчики нацелились на расширение списка болезней в её зоне ответственности.
В научной среде ранее уже мелькали решения для диагностики онкологии через анализ крови пациента. Нынешняя разработка продолжает линию на автоматизацию медицинских исследований и подтягивание точности распознавания сложных болезней.
