Международная команда исследователей под руководством Universitat Rovira i Virgili разработала искусственный интеллект, который повышает точность и объяснимость прогнозирования рецидива рака молочной железы. Модель учитывает не только характеристики опухоли, но и особенности окружающей ткани, комбинируя данные МРТ и клиническую информацию о пациенте.
Как работает новая модель
В основе системы — два источника данных: динамическая контрастная МРТ и клинические данные, включая тип опухоли, гормональные рецепторы и степень злокачественности. В отличие от текущих методов, новая модель анализирует симметрию обеих молочных желез и текстуру внутренней структуры опухоли, выявляя тонкие паттерны, связанные с риском рецидива.
Автоматический алгоритм сначала сегментирует МРТ-изображения, выделяет важные признаки — форму, интенсивность и вариации ткани — а затем интегрирует их с медицинскими данными. Обработка ведется с помощью нейросети TabNet, которая хорошо справляется со сложными и разнородными наборами данных и умеет интерпретировать свои решения.
Результаты и перспективы
Испытания на базе данных более 500 пациентов показали высокую точность модели, а также улучшенную чувствительность при выявлении пациентов с реальным риском рецидива. «Высокая чувствительность снижает количество ложных отрицательных результатов, что важно для своевременного дополнительного наблюдения и лечения», — объясняет Домэнек Пуйг, руководитель проекта.
Помимо точных предсказаний, модель выделила ключевые факторы риска: неправильная текстура опухоли, асимметрия молочных желез и статус гормональных рецепторов. Эти показатели могут стать визуальными и клиническими инструментами для врачей.
Еще одно преимущество — масштабируемость и интерпретируемость системы. Она не требует дорогостоящих или инвазивных генетических анализов, что позволяет применять ее в различных клиниках. Исследователи планируют дальнейшую валидацию на данных из разных медицинских центров, чтобы подготовить инструмент к широкому клиническому использованию.
Контекст и значение
Работа выполнена в рамках европейского проекта Bosomshield программы Marie Skłodowska-Curie Doctoral Networks. Она показывает потенциал сочетания передовых технологий и медицины для персонализированного и более точного подхода в онкологии.
