Специалисты лаборатории цифрового микроскопического анализа Первого МГМУ Минздрава РФ совместно с учеными Новгородского государственного университета имени Ярослава Мудрого разрабатывают алгоритм, позволяющий искусственному интеллекту выявлять в гистологических срезах пациентов с раком легких кровеносные и лимфатические сосуды с опухолевыми клетками. В перспективе такое решение позволит уменьшить нагрузку на патоморфологов и минимизировать риск ошибки при определении характера метастазирования опухоли и течения заболевания, а также поможет в дальнейшем выборе адекватного лечения.

По оценкам ВОЗ, рак легкого сегодня – одна из ведущих причин смерти от онкологических заболеваний. Каждый год в мире диагностируют более 2 миллионов новых случаев. Один из неблагоприятных прогностических факторов при раке легкого – наличие сосудистой инвазии, то есть процесса, при котором опухолевые клетки выходят за пределы первичного очага, прорастают через стенки лимфатических и кровеносных сосудов и начинают распространяться по всему организму.

«Наличие сосудистой инвазии при раке легкого повышает риск возникновения отдаленных метастазов и негативно влияет на общую выживаемость, – объяснила младший научный сотрудник лаборатории цифрового микроскопического анализа Анна Тимакова. – Если в гистологических срезах обнаружены такие участки, то после операции могут потребоваться дополнительные методы лечения, например лучевая терапия. Однако поиск таких участков – непростая задача».

Причины, которые осложняют поиск участков инвазии в сосудах, – высокая загруженность патоморфологов, которые должны отсмотреть весь гистологический материал, взятый при операции, а также возможные локальные изменения в микропрепарате, которые могут возникнуть при его приготовлении. Между тем именно на основании заключения патоморфолога онколог принимает решение о дальнейшей тактике ведения пациента и определяет, нуждается человек после операции только в наблюдении или лечение необходимо продолжать.

Чтобы облегчить работу патоморфологам и свести к минимуму количество ошибок при постановке диагноза из-за человеческого фактора, научная группа лаборатории решила привлечь к поиску сосудистой инвазии искусственный интеллект. Ученые уже разметили около 200 сканов микропрепаратов – определили в гистологическом материале все сосуды, разграничили сосуды с участком инвазии и без него и обучили модель находить сосуды на скан-изображениях гистологических препаратов. Чувствительность метода уже сейчас составляет 75–80 процентов. Дальнейшая задача ученых – продолжить разметку скан-изображений микропрепаратов и обучить искусственный интеллект находить сосуды с участком инвазии.

«С помощью нашей разработки можно будет выявлять даже те сосуды, в стенке которых уже есть опухолевые клетки, но они не проросли в его просвет в исследуемом срезе, – отметил заведующий лабораторией Алексей Файзуллин. – В профессиональном сообществе пока нет единого мнения о том, нужно ли учитывать такие подозрительные участки при определении дальнейшей тактики лечения. Однако автоматизация их поиска с помощью методов машинного обучения даст специалистам возможность оценить реальную прогностическую значимость таких спорных участков».

Алексей Файзуллин также подчеркнул, что речь не идет о том, что диагноз пациенту будет ставить искусственный интеллект, а не врач. Однако нейросети помогут обнаружить среди огромного объема материала наиболее опасные зоны. Эту предварительную оценку патоморфолог уже будет использовать для постановки диагноза.

Уже до конца этого года ученые представят данные о специфичности и чувствительности метода в рамках внутреннего датасета. А в следующем году модель протестируют на внешних массивах данных и проверят на реальных пациентах. Статья научной группы лаборатории, посвященная использованию методов машинного обучения для автоматизированного определения кровеносных сосудов в различных органах, была опубликована в журнале Biomolecules (https://www.mdpi.com/2218-273X/13/9/1327)

Работа ученых лаборатории цифрового микроскопического анализа поддержана грантом Российского научного фонда (22-15-00467).