Гарвардський ШІ-інструмент досягає понад 90% точності у диференціації пухлин мозку в реальному часі під час операції

Команда під керівництвом Гарвардської школи медицини розробила інноваційний інструмент штучного інтелекту (ШІ), здатний в реальному часі розрізняти агресивні пухлини мозку, такі як гліобластома, від менш злоякісних аналогів. Цей ШІ аналізує зразки тканин безпосередньо в операційній, надаючи хірургам можливість здійснювати точніші резекції та миттєво коригувати лікування. Розробка вирішує нагальну проблему відрізнення гліобластоми від метастатичних пухлин, які можуть мати схожий вигляд. Традиційні методи, як-от дослідження заморожених зрізів у патології, мають обмеження та можуть призводити до помилок, що впливають на результати лікування пацієнтів.

Новий інструмент ШІ, навчений на тисячах зображень біопсії та генетичних даних, продемонстрував понад 90% точність у розрізненні цих видів раку під час операцій. Він використовує згорткові нейронні мережі для обробки нефарбованих зрізів тканин, усуваючи затримки, пов'язані зі стандартним фарбуванням та експертним аналізом. Під час випробувань у кількох медичних установах ШІ перевершив людських патологів за швидкістю та надійністю, виявляючи тонкі клітинні патерни та молекулярні сигнатури.

Система надає ймовірнісні результати, дозволяючи хірургам зважувати ризики в реальному часі, що є критично важливим для пацієнтів з гліобластомою, де повне видалення пухлини є життєво важливим, але ризикованим. Інтеграція системи в існуючі хірургічні процеси знаменує собою перехід до прецизійної медицини, доповненої ШІ. Створення цього ШІ вимагало величезного набору даних, що складається з понад 10 000 анотованих зображень від різноманітних когорт пацієнтів, що забезпечило його надійність.

Співробітники Інституту раку Дана-Фарбер внесли свій внесок у розуміння геноміки, співвідносячи візуальні ознаки з генетичними маркерами. Публікація професора Ервіна Лоха у соціальній мережі X підкреслила, що інструмент "перевершив людей", віддзеркалюючи позитивні настрої щодо його потенціалу зменшити діагностичні помилки. Валідація включала проспективні випробування, під час яких ШІ обробляв зразки менш ніж за дві хвилини, що значно швидше за стандартну патологію. Кількість хибнопозитивних результатів було мінімізовано шляхом ітеративного навчання.

Однак експерти застерігають, що технологія повинна пройти регуляторні перешкоди від FDA перед широким впровадженням. Ранні користувачі припускають, що ШІ може покращити показники виживаності, дозволивши застосовувати більш цілеспрямовані терапії. У майбутньому інтеграція з іншими системами ШІ може створити комплексних хірургічних помічників. Однак залишаються етичні питання щодо справедливого доступу та надмірної залежності від алгоритмів. Як зазначив Ерік Тополь у своєму дописі на X, відкриття таких моделей прискорює інновації, але людський нагляд залишається необхідним.

Розробка підкреслює зростаючу тенденцію в нейроонкології, де ШІ заповнює прогалини в людській експертизі на тлі дефіциту патологів. Партнерство з технологічними компаніями досліджує масштабовані версії, потенційно вбудовуючи інструмент у платформи роботизованої хірургії. Огляди в блозі директора NIH високо оцінили подібні системи за розрізнення раку від здорової тканини. Критики вказують на проблеми конфіденційності даних та природу "чорної скриньки" деяких алгоритмів, закликаючи до прозорості.

З огляду на те, що гліобластома вражає тисячі людей щорічно, ця розробка під керівництвом Гарварду є ключовим кроком до більш інтелектуальної та безпечної хірургії мозку, поєднуючи передові технології з клінічною проникливістю. Дослідження, проведені в Університеті Джонса Гопкінса, показали, що використання ШІ для аналізу зображень може значно прискорити діагностику раку, що узгоджується з висновками гарвардської команди. Це свідчить про ширший вплив ШІ на медичну діагностику, де швидкість та точність є першочерговими.