Автоматизированная система диагностики аденокарциномы предстательной железы на базе искусственного интеллекта

  • Д.С. Швороб ФГБОУ ВО Донецкий государственный медицинский университет имени М. Горького Минздрава России, Донецк, Россия https://orcid.org/0000-0001-6578-0050
  • Е.А. Хрюкин ФГБОУ ВО Донецкий национальный технический университет, Донецк, Россия https://orcid.org/0009-0001-2070-2371

Аннотация

Введение. Предстательная железа – одна из самых частых локализаций у мужчин среди всех онкологических заболеваний. Гистологическая классификация рака предстательной железы основана на шкале Глисона и часто ограничена субъективным решением и практическим опытом врача-патологоанатома. Программы, основанные на искусственном интеллекте, способны преодолеть данный недостаток и имеют потенциал исследования и использования в клинической практике. Цель исследованияразработать интеллектуальную автоматизированную систему на основе глубокого обучения с целью морфологической диагностики рака предстательной железы с дифференциацией по шкале Глисона.

Материалы и методы. Материалом исследования послужили биоптаты предстательной железы 200 пациентов с подозрением на рак. 882 готовых гистологических препарата оцифровывались на автоматическом сканере с последующим созданием полнослайдовых изображений. Полученные тяжеловесные фотографии формата TIFF конвертировались в приемлемый для работы в аннотаторе формат JPEG. Аннотирование проводилось с помощью веб-инструмента MakeSense.AI. По результатам работы последнего подготавливались наборы данных для обучения моделей первичной и вторичной классификации, а также сегментации.

Результаты. Мера производительности вторичного классификатора, определяющего, присутствуют ли на микрофотографии комплексы рака, без указания их локализации и конкретной степени дифференцировки, составила 0,965. Аналогичный показатель работы сегментатора, выделяющего контуры железистых структур и уточняющего степень их дифференцировки по шкале Глисона, составил в среднем 0,798.

Заключение. Качественная работа сегментатора требует большего объема данных и дальнейшего ­обучения нейросети, однако результаты подтверждают, что алгоритм искусственного интеллекта имеет высокий потенциал для улучшения качества морфологической диагностики.

Ключевые слова: нейронная сеть, искусственный интеллект, сегментация, рак предстательной железы

Опубликован
2025-12-07
Как цитировать
[1]
Д.С. Швороб и Е.А. Хрюкин 2025. Автоматизированная система диагностики аденокарциномы предстательной железы на базе искусственного интеллекта. Клиническая и экспериментальная морфология. 14, 6 (дек. 2025), 71-78. DOI:https://doi.org/10.31088/CEM2025.14.6.71-78.
Раздел
Методы

Наиболее читаемые статьи этого автора (авторов)