Ученые Балтийского федерального университета (БФУ) имени Иммануила Канта совместно с исследователями из Санкт-Петербурга разработали прорывные модели машинного обучения, которые помогут диагностировать патологические образования в легких с высокой точностью. Результаты исследования опубликованы в научном журнале The European Physical JournalSpecial Topics.
Легочные очаги — распространенная проблема, выявляемая у многих пациентов с помощью рентгена или компьютерной томографии. Благодаря новым компьютерным моделям, основанным на параметрах, таких как возраст пациента, размер поражения и четкость контуров, врачи смогут не только различать доброкачественные и злокачественные образования, но и классифицировать доброкачественные опухоли, например гамартомы и туберкуломы.
Три протестированных модели (Дерево решений, Случайный лес и CatBoost) показали высокую точность классификации — выше 80%, что открывает перспективу значительного сокращения болезненных процедур, таких как биопсии. Разработка обещает повысить точность диагностики, эффективность лечения и снизить риск нежелательных осложнений.
Как отметила директор Центра прикладной нелинейной динамики БФУ им. И. Канта Анастасия Лаврова, эти модели помогут ускорить процесс постановки диагноза и сделают лечение более точным и безопасным для пациентов.
Ученые планируют расширить объем данных для обучения моделей, включая молекулярные и генетические характеристики опухолей, а также протестировать их на более широких выборках. Это позволит повысить точность и универсальность технологий.
Исследование выполнено при поддержке программы «Приоритет-2030» и госзадания Минздрава РФ. Оно открывает перспективу использования искусственного интеллекта в клинической практике, улучшая диагностику и лечение пациентов по всему миру.
Источник: Минобрнауки РФ
