Опухоли головного мозга можно обнаружить с помощью магнитно-резонансной томографии (МРТ), но их точная классификация затруднена. Тем не менее именно она имеет решающее значение при выборе наилучших возможных вариантов лечения. Классификация опухолей головного мозга может стать более точной за счет использования искусственного интеллекта в сочетании с визуализацией физиологических процессов. К такому выводу пришла международная команда ученых в ходе исследования, которое курировал Университет медицинских наук имени Карла Ландштейнера в Кремсе (Австрия). О результатах сообщает Medical Хpress.

Исследователи обучили девять алгоритмов machine learning на данных МРТ 167 пациентов, у которых была диагностирована одна из пяти наиболее распространенных опухолей головного мозга. Всего в протоколе было сгенерировано 135 так называемых классификаторов. Это математические функции, которые распределяют исследуемый материал по определенным категориям.

«В отличие от предыдущих исследований, мы также учитывали данные МРТ физиологических процессов, — поясняет профессор Андреас Штадльбауэр из Центрального института медицинской радиологической диагностики в университетской больнице Санкт-Пёльтен. — Они включали детали сосудистой архитектуры опухолей, а также снабжения тканей опухоли кислородом».

Обученные алгоритмы машинного обучения проанализировали данные МРТ 20 текущих пациентов с опухолью головного мозга, а результаты полученных таким образом классификаций сравнивались с результатами двух сертифицированных рентгенологов. Алгоритмы «случайного леса» и адаптивного бустинга превзошли результаты оценки человека по точности. Кроме того, эти два алгоритма сделали меньше ошибочных классификаций, чем профессионалы (5 против 6). Однако с оценкой значений чувствительности и специфичности при диагностике люди справились лучше.

«Это также показывает, что подход с применением машинного обучения должен не заменять классификацию квалифицированными специалистами, а скорее дополнять ее», — добавляет Штадльбауэр.

Напомним, ученые из Нью-Йоркского университета (NYU) создали инструмент на базе искусственного интеллекта для повышения точности визуализации рака молочной железы.

Фото: Unsplash