Искусственный интеллект научился различать опухоли мозга — прорыв российских учёных

Учёные из Нижегородского государственного университета имени Лобачевского представили систему на основе искусственного интеллекта, которая способна определять тип и степень опасности опухолей мозга. Разработка уже доказала свою эффективность в исследовательской работе и в будущем может стать частью стандартных медицинских протоколов.

Как работает новая система

Главная цель проекта — повысить точность диагностики одного из самых агрессивных видов опухолей мозга — глиомы. Модель анализирует активность 13 ключевых генов, связанных с тремя основными подтипами заболевания: астроцитомой, олигодендроглиомой и глиобластомой.

Такая диагностика помогает не только классифицировать опухоль, но и спрогнозировать выживаемость пациента, что делает методику особенно ценной при выборе схемы лечения.

"Наш инструмент оценивает опухоль на основе данных транскриптомного анализа, когда мы видим, какие гены "включены" и "выключены", и можем оценить уровень активности этих генов у конкретного пациента", — пояснил представитель исследовательской группы ННГУ.

Почему традиционные методы не всегда точны

До сих пор диагностика глиом опиралась на гистологические исследования — анализ структуры ткани под микроскопом — и поиск отдельных генетических мутаций. Однако эти подходы часто давали противоречивые результаты. Даже современные методы МРТ не всегда позволяют получить полную картину из-за неоднородности опухоли.

Разработка ННГУ решает эту проблему за счёт анализа транскриптома - совокупности всех активных генов опухолевой ткани. Система ИИ выявляет характерные паттерны, которые невозможно уловить человеческому глазу, и делает прогноз на их основе.

Объяснимый ИИ — в помощь врачам

В отличие от многих "чёрных ящиков", где невозможно понять, как модель пришла к своему выводу, нижегородские исследователи применили технологию Explainable AI (объяснимый искусственный интеллект). Этот подход делает работу алгоритма прозрачной и даёт врачу возможность увидеть, какие именно гены оказали влияние на итоговое решение.

"Для каждого пациента ответ будет разным, даже если тип опухоли один и тот же. Врач может перепроверить решение нейросети, согласиться или не согласиться с ним, провести дополнительные исследования", — отметил Иванченко.

Таким образом, система не подменяет специалиста, а становится его надёжным помощником. Врач получает дополнительный инструмент для интерпретации данных и уточнения диагноза.

Сравнение методов диагностики

Потенциал технологии

Система уже используется в исследовательской среде и показала высокую точность прогнозов. Учёные планируют создать на её основе клинические тест-системы, которые позволят врачам ставить точные диагнозы в течение нескольких часов вместо недель.

Такая автоматизация особенно важна для лечения глиом, где время критически влияет на исход. Чем быстрее удаётся определить тип опухоли и её генетические особенности, тем эффективнее можно подобрать терапию.

Советы шаг за шагом: как работает диагностика

1. Из образца опухоли выделяются данные о транскрипции — какие гены активны, а какие нет.

2. Система ИИ обрабатывает эти данные и сопоставляет с базой известных паттернов глиом.

3. Алгоритм классифицирует опухоль по типу и вычисляет прогноз выживаемости.

4. Врач получает визуализированную карту активности генов и может проверить, какие из них стали решающими.

5. На основе результата выбирается стратегия лечения: хирургическое вмешательство, химио- или таргетная терапия.

Ошибка → Последствие → Альтернатива

• Ошибка: полагаться только на визуальные методы диагностики.
  Последствие: неточная оценка типа опухоли, что снижает эффективность терапии.
  Альтернатива: комбинирование МРТ и генетического анализа с помощью ИИ-системы.

• Ошибка: применять универсальные схемы лечения без учёта генетики опухоли.
  Последствие: риск рецидива или резистентности.
  Альтернатива: персонализированная медицина, основанная на данных транскриптома.

А что если внедрить систему в больницы?

По словам исследователей, в ближайшие годы возможно создание автоматизированных лабораторных комплексов, которые смогут использовать этот ИИ прямо в клиниках. Это позволит врачам принимать решения быстрее и точнее, а пациентам — получать лечение, соответствующее индивидуальной биологии их опухоли.

Кроме того, такая система может использоваться для мониторинга эффективности терапии - повторные анализы покажут, как меняется активность генов после лечения.

Плюсы и минусы технологии

FAQ

Можно ли использовать эту систему уже сейчас?
Пока она применяется в научных исследованиях, но проходит этап подготовки к внедрению в медицинскую практику.

Чем система отличается от других методов ИИ-диагностики?
Она использует объяснимый алгоритм, который показывает, какие именно гены влияют на диагноз, а не просто выдаёт результат.

Какие данные нужны для работы алгоритма?
Информация о транскрипции 13 ключевых генов, полученная из образца опухоли пациента.

Когда система появится в клиниках?
Разработчики ожидают, что первые клинические тесты начнутся в ближайшие годы после завершения этапа сертификации.

Мифы и правда

Миф: искусственный интеллект заменит врача.
Правда: система помогает врачу принимать решения, но не подменяет его опыт и клиническое мышление.

Миф: ИИ делает диагноз без ошибок.
Правда: модель повышает точность, но окончательный вывод всегда остаётся за специалистом.

Миф: ИИ не объясняет свои решения.
Правда: объяснимый искусственный интеллект показывает, какие данные повлияли на прогноз.

Три интересных факта

• Разработка ННГУ — первая российская система ИИ для диагностики глиом, использующая подход Explainable AI.
• Модель анализирует не изображение, а молекулярный профиль опухоли.
• Результаты исследования опубликованы в международном журнале Cancers.

Исторический контекст

• В 1950-х годах глиомы впервые классифицировали по клеточной структуре.
• В 2000-х диагностика перешла на молекулярный уровень.
• В 2025 году в России создана система, объединяющая генетику и ИИ для точной классификации опухолей мозга.