Точность работы новой системы машинного обучения составляет 94%Читайте ТАСС вЯндекс.НовостиЯндекс.Дзен...Показать скрытые ссылки
ТАСС, 2 мая. Биологи и математики разработали систему машинного обучения, способную достаточно точно оценивать вероятность появления метастазов по микрофотографиям конкретных вариаций раковых клеток. Первые результаты ее работы были представлены в статье в научном журнале APL Machine Learning.
На эту тему"Раком заразиться нельзя. И точка". Страхи и мифы, связанные с онкологией
"Разработанная нами система позволяет выявлять метастатические клетки без применения каких-либо дополнительных химикатов или различных меток при фотографировании клеток. Это позволяет значительным образом сэкономить ресурсы и перенаправить их в другие, более важные области исследований, связанные с предотвращением и лечением опухолей", — заявил научный сотрудник Техасского технологического университета Карл Гарднер, чьи слова приводит пресс-служба журнала.
Онкологи уверены, что человеческий иммунитет способен сдерживать рост первичных опухолей. Однако, когда их клетки приобретают способность двигаться самостоятельно, возникают метастазы, которые иммунная система "не видит". По оценкам американских ученых, около 90% смертей раковых больных случается из-за метастазов. Это заставляет специалистов искать как новые пути борьбы с метастазами, так и разрабатывать новые диагностические системы, способные выявлять клетки, наиболее предрасположенные к формированию вторичных опухолей. Гарднер и его коллеги обнаружили, что такие сведения можно получать при помощи систем глубокого машинного обучения, способных анализировать микрофотографии клеток.
Нейросетевая диагностика метастазов
Ученые провели опыты на множестве культур опухолевых клеток, которые медики извлекли из злокачественных опухолей в яичниках женщин и предстательной железы мужчин. Некоторые из этих клеток необычно хорошо сопротивлялись действию терапии и формировали вторичные опухоли, тогда как другие быстро гибли при действии химиотерапии или иммунотерапии.
Исследователи проследили за развитием каждой из культур клеток и подготовили снимки одиночных опухолевых телец каждого типа. Эти снимки и результаты наблюдений Гарднер и его коллеги использовали для обучения нейросети, которая пыталась связать характерные особенности в облике клеток с их "метастатическим потенциалом", вероятностью их участия в образовании метастазов.
Так, система ИИ была способна корректно оценивать "метастатический потенциал" всех изученных типов опухолевых клеток с точностью 94% без использования каких-либо меток и химикатов.
Как отмечают ученые, в ближайшее время они планируют улучшить работу созданной ими нейросети и адаптировать ее для работы с фотографиями скоплений из множества опухолевых клеток. Это значительно упростит процесс оценки "метастатического потенциала" опухолей и сделает разработку более удобной для применения в лабораторных и клинических условиях, подытожили исследователи.