25 May

В МТИ ткани, полученные при биопсии, стали анализировать машинным обучением

AlgorithmsMachine learningArtificial Intelligence

Учёные в Массачусетском технологическом институте используют машинное обучение для окрашивания тканей, полученных при биопсии. Исследователи надеются, что применение искусственного интеллекта позволит автоматизировать сложный процесс окрашивания образцов тканей.

После выполнения биопсии образец ткани, который был взят у пациента, направляют в лабораторию. Медик, который специализируется на диагностике заболеваний, изучает ткань под микроскопом. Тончайший срез ткани снимается с образца и прикрепляется к стеклу, после чего срез обрабатывается этанолом и окрашивается различными красителями, в частности, гематоксилином и эозином. Это помогает рассмотреть особенности клеток под микроскопом более четко и обнаружить возможную патологию.

Такие образцы, окрашенные гематоксилином и эозином, используются, в частности, при диагностике рака. Исследовательская группа учёных МТИ в сотрудничестве со специалистами Стэнфордского университета и Гарвардской медицинской школы сообщает, что такие срезы можно окрасить с помощью алгоритмов машинного обучения, натренированных на уже окрашенных образцах.

Когда учёные сравнивали срезы тканей, окрашенные привычным способом, со срезами, окрашенными компьютером, они обнаружили, что в 90-96% образцы, окрашенные нейросетью, совпадают с окрашенными традиционно. В рамках исследования четыре эксперта исследовали 13 наборов окрашенных компьютером и традиционно окрашенных образцов. На первом этапе два случайно выбранных эксперта изучали окрашенные искусственным интеллектом образцы, а другие изучали срезы тканей, окрашенные вручную. После этого эксперты обменялись наборами. Диагнозы специалистов совпали в 95% случаев, и эксперты не отличили окрашенные ИИ образцы от обычных.

Диагнозы, которые специалисты поставили после изучения окрашенных компьютером образцов, также согласуются с большинством первоначальных диагнозов, вписанных в электронные медицинские карты пациентов. Однако в двух случаях окрашенные компьютером образцы заставили медиков изменить ранее поставленные диагнозы.

Более того, объявляют исследователи, ткани можно окрасить при помощи компьютера таким образом, что краситель можно удалить, чтобы использовать срезы в будущих исследованиях. Это позволяет медикам проводить тесты без необходимости извлечения дополнительных образцов ткани.

«Наша разработка средства для удаления пятен позволит нам значительно расширить наши возможности по проведению исследований на миллионах архивных образцов с уже известными клиническими результатами», — заявляют авторы разработки.

Чтобы окрасить образцы при помощи компьютера, исследователи обучили нейронные сети путём сравнения пар срезов ткани, полученной при биопсии, до и после окрашивания гематоксилином и эозином. Учёные обучили сеть на 87 тыс. фрагментах изображений (речь идёт об образцах ткани предстательной железы 38 мужчин, проходивших лечение в одном из медучреждений при Гарвардской медицинской школе между 2014 и 2017 годами).

«Эта работа показала, что компьютерные алгоритмы способны надежно захватывать неокрашенные ткани и выполнять гистохимическое окрашивание с использованием гематоксилина и эозина. Этот процесс закладывает основу для использования искусственного интеллекта в других окрашиваниях и аналитических методах, которые регулярно используются в медицине», — заявляют авторы разработки.

Использование искусственного интеллекта может помочь автоматизировать трудоемкий процесс окрашивания образцов ткани, но, как отмечают учёные, самая важная часть разработки — возможность обесцвечивать и сохранять изображения для будущего использования.

«Мы не просто решаем проблему окрашивания, мы также решаем проблему сохранения тканей», — указывают учёные.

Tags:машинное обучениеискусственный интеллектнейросетимти
Hubs: Algorithms Machine learning Artificial Intelligence
+6
1k 0
Leave a comment