Алгоритм учёных ТГУ поможет быстрее диагностировать опухоли щитовидки
Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.
Какое-то время продолжим трудится на общее благо по адресу
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.
Спасибо, ждём вас на N-N-N.ru
Исследователи из 10 ведущих научных центров России, среди которых ТГУ, МГУ, НГУ, НИЦ «Курчатовский институт», ИЛФ РАН, ИПЛИТ РАН и другие, в рамках комплексного проекта РФФИ разработали новый подход к диагностике опухолей щитовидной железы, основанный на анализе крови. Основными инструментами, используемыми для диагностики, выступают методы спектроскопии и машинное обучение.
Задачей ученых Томского госуниверситета в этом проекте было создание методов анализа с использованием искусственного интеллекта. Результаты работы изложены в статье, опубликованной в высокорейтинговом журнале Biomedical Optics Express (Q1).
Методы, используемые сегодня для диагностики опухолей щитовидной железы, либо сложны, либо недостаточно точны, – поясняет заведующий лабораторией биофотоники Томского госуниверситета, исполнительный директор Института биомедицины ТГУ Юрий Кистенёв. – Подход, разработанный нами совместно с коллегами при поддержке РФФИ, связан с анализом молекулярных маркеров крови методом терагерцовой спектроскопии и машинного обучения.
Были выявлены информативные признаки, которые позволяют диагностировать заболевание – наличие опухоли в щитовидной железе – и определять её характер, то есть злокачественное или доброкачественное это новообразование. Работа с пациентами велась в Новосибирске, анализ спектральных данных проводился несколькими научными коллективами в Москве – МГУ, ИПЛИТ, НИЦ «Курчатовский институт».
Мы же, в свою очередь, сфокусировались на создании методов анализа с использованием искусственного интеллекта, – говорит Юрий Кистенёв. – Мы анализировали данные, полученные нашими коллегами, и использовали эту информацию для машинного обучения. Разработали вариант ансамблевого обучения, его суть – в сочетании нескольких алгоритмов, которые одновременно учатся и исправляют ошибки друг друга. Такой подход даёт существенно лучшие результаты, чем каждый алгоритм в отдельности. В данном случае это позволило не просто научить искусственный интеллект устанавливать наличие или отсутствие опухоли, но и определять, злокачественная она или нет.
По словам Юрия Кистенёва, «золотым стандартом» диагностики новообразований остаётся гистология, однако новый метод может использоваться как вспомогательный инструмент, который позволяет достаточно быстро установить характер проблемы и определить дальнейшую стратегию обследования пациента.
Добавим, что наряду с новым методом диагностики опухолей щитовидной железы в рамках комплексного проекта РФФИ были разработаны и другие диагностические подходы, в частности, создан новый метод диагностики аденокарциномы — злокачественной опухоли предстательной железы.
- Источник(и):
- Войдите на сайт для отправки комментариев