MX: разработана новая методология машинного обучения для обнаружения предраковых поражений шейки матки

Группа исследователей из Португалии разработала систему машинного обучения, которая помогает патологоанатомам автоматически обнаруживать дисплазию шейки матки при диагностике новых образцов.

Согласно данным Всемирной организации здравоохранения (ВОЗ), рак шейки матки занимает четвертое место по распространенности среди женщин. В 2020 году было зарегистрировано примерно 604 000 новых случаев этого заболевания. Тем не менее рак шейки матки является одним из наиболее успешно предотвратимых и лечимых видов рака при условии своевременного выявления и адекватной терапии. Поэтому скрининг, выявление предраковых изменений (а также вакцинация) имеют огромное значение для профилактики этого заболевания.

В этом контексте исследователи из Института системной и вычислительной инженерии, технологий и науки (INESC TEC) и лаборатории молекулярной и анатомической патологии IMP Diagnostics в Португалии разработали методологию слабо контролируемого машинного обучения. Данный метод комбинирует аннотированные и неаннотированные данные в процессе обучения модели для оценки дисплазии шейки матки.

Этот подход позволяет исследователям создавать модели с высокой производительностью, даже при наличии некоторого недостатка информации во время обучения.

В результате модель способна оценивать дисплазию шейки матки, выявляя аномальный рост клеток на поверхности и классифицируя их как низкоградусные внутреплоскостные плоскоклеточные поражения (LSIL) или высокоградусные внутреплоскостные плоскоклеточные поражения (HSIL).