Ученые разработали модель искусственного интеллекта, которая во время операции может определить, осталась ли какая-либо часть злокачественной опухоли головного мозга, которую можно удалить. Средняя точность определения остаточной опухоли составила 92%. Результаты исследования опубликованы в журнале Nature.
Схема работы метода
Когда нейрохирурги удаляют из мозга пациента опухоль, они редко могут удалить всю массу опухоли. То, что остается, известно как остаточная опухоль. Как правило, ее пропускают во время операции, потому что хирурги не всегда могут отличить здоровый мозг от остаточной опухоли в полости, откуда было удалено образование. Нейрохирургические бригады используют различные методы для обнаружения остаточной опухоли во время процедуры, например, МРТ-диагностику или флуоресцентное исследование иссеченной ткани. Однако эти методы применимы не на всех операциях и не во всех больницах.
Сейчас ученые разработали систему на основе ИИ FastGlioma, которая поможет определять остаточные опухоли. Они проанализировали свежие необработанные образцы, взятые у 220 пациентов, которым были проведены операции по удалению диффузной глиомы низкой или высокой степени злокачественности. Чтобы оценить, что осталось от опухоли головного мозга, FastGlioma сочетает микроскопическую оптическую визуализацию краев иссеченной ткани с искусственным интеллектом, который называется базовыми моделями. Это модели ИИ, такие как GPT-4 и DALL·E 3, обученные на больших и разнообразных наборах данных, которые можно адаптировать для решения широкого спектра задач. Чтобы создать FastGlioma исследователи предварительно обучили модель визуального восприятия на более чем 11 000 хирургических образцов и 4 миллионах уникальных микроскопических полей зрения.
FastGlioma определял остаточные опухоли за 10 секунд в быстром режиме и за 100 секунд в режиме полного разрешения. Точность составляла 90% и 92% соответственно. Показатели FastGlioma оставались высокими при работе с пациентами разных демографических групп, в разных медицинских центрах и при работе с молекулярными подтипами диффузной глиомы. При сравнении операций, проводимых с использованием прогнозов «FastGlioma» или методов визуализации и флуоресцентной визуализации, технология искусственного интеллекта пропускала остаточную опухоль высокого риска всего в 3,8% случаев по сравнению с почти 25% случаев пропуска при использовании традиционных методов.
«Эта технология работает быстрее и точнее, чем современные методы выявления опухолей, и может быть применена для диагностики опухолей головного мозга у детей и взрослых. Мы можем за секунды с чрезвычайно высокой точностью обнаружить инфильтрацию опухоли, что может помочь хирургам понять, нужна ли дополнительная резекция во время операции», — отметил Тодд Холлон из Мичиганского университета.
Текст: Анна Гуль
Kondepudi, A., Pekmezci, M., Hou, X. et al. Foundation models for fast, label-free detection of glioma infiltration. Nature (2024). https://doi.org/10.1038/s41586-024-08169-3
Свежие комментарии